End of training
Browse files- README.md +4 -2
- all_results.json +10 -10
- eval_results.json +6 -6
- runs/Feb19_23-43-10_galactica.ad.cirange.net/events.out.tfevents.1740025323.galactica.ad.cirange.net.3091725.1 +3 -0
- train_results.json +5 -5
- trainer_state.json +1985 -455
README.md
CHANGED
|
@@ -3,6 +3,8 @@ library_name: transformers
|
|
| 3 |
license: apache-2.0
|
| 4 |
base_model: c14kevincardenas/beit-large-patch16-384-limb
|
| 5 |
tags:
|
|
|
|
|
|
|
| 6 |
- generated_from_trainer
|
| 7 |
model-index:
|
| 8 |
- name: limbxy_seq_t2_heads2_layers1
|
|
@@ -14,10 +16,10 @@ should probably proofread and complete it, then remove this comment. -->
|
|
| 14 |
|
| 15 |
# limbxy_seq_t2_heads2_layers1
|
| 16 |
|
| 17 |
-
This model is a fine-tuned version of [c14kevincardenas/beit-large-patch16-384-limb](https://huggingface.co/c14kevincardenas/beit-large-patch16-384-limb) on
|
| 18 |
It achieves the following results on the evaluation set:
|
| 19 |
- Loss: 0.0048
|
| 20 |
-
- Rmse: 0.
|
| 21 |
|
| 22 |
## Model description
|
| 23 |
|
|
|
|
| 3 |
license: apache-2.0
|
| 4 |
base_model: c14kevincardenas/beit-large-patch16-384-limb
|
| 5 |
tags:
|
| 6 |
+
- image-sequence-classification
|
| 7 |
+
- vision
|
| 8 |
- generated_from_trainer
|
| 9 |
model-index:
|
| 10 |
- name: limbxy_seq_t2_heads2_layers1
|
|
|
|
| 16 |
|
| 17 |
# limbxy_seq_t2_heads2_layers1
|
| 18 |
|
| 19 |
+
This model is a fine-tuned version of [c14kevincardenas/beit-large-patch16-384-limb](https://huggingface.co/c14kevincardenas/beit-large-patch16-384-limb) on the c14kevincardenas/beta_caller_284_limbxy_seq_2 dataset.
|
| 20 |
It achieves the following results on the evaluation set:
|
| 21 |
- Loss: 0.0048
|
| 22 |
+
- Rmse: 0.0692
|
| 23 |
|
| 24 |
## Model description
|
| 25 |
|
all_results.json
CHANGED
|
@@ -1,13 +1,13 @@
|
|
| 1 |
{
|
| 2 |
-
"epoch":
|
| 3 |
-
"eval_loss": 0.
|
| 4 |
-
"eval_rmse": 0.
|
| 5 |
-
"eval_runtime": 24.
|
| 6 |
-
"eval_samples_per_second": 34.
|
| 7 |
-
"eval_steps_per_second": 1.
|
| 8 |
"total_flos": 0.0,
|
| 9 |
-
"train_loss": 0.
|
| 10 |
-
"train_runtime":
|
| 11 |
-
"train_samples_per_second": 14.
|
| 12 |
-
"train_steps_per_second": 0.
|
| 13 |
}
|
|
|
|
| 1 |
{
|
| 2 |
+
"epoch": 50.0,
|
| 3 |
+
"eval_loss": 0.0047905659303069115,
|
| 4 |
+
"eval_rmse": 0.06921391934156418,
|
| 5 |
+
"eval_runtime": 24.4368,
|
| 6 |
+
"eval_samples_per_second": 34.62,
|
| 7 |
+
"eval_steps_per_second": 1.105,
|
| 8 |
"total_flos": 0.0,
|
| 9 |
+
"train_loss": 0.0016370025988823424,
|
| 10 |
+
"train_runtime": 16468.788,
|
| 11 |
+
"train_samples_per_second": 14.537,
|
| 12 |
+
"train_steps_per_second": 0.455
|
| 13 |
}
|
eval_results.json
CHANGED
|
@@ -1,8 +1,8 @@
|
|
| 1 |
{
|
| 2 |
-
"epoch":
|
| 3 |
-
"eval_loss": 0.
|
| 4 |
-
"eval_rmse": 0.
|
| 5 |
-
"eval_runtime": 24.
|
| 6 |
-
"eval_samples_per_second": 34.
|
| 7 |
-
"eval_steps_per_second": 1.
|
| 8 |
}
|
|
|
|
| 1 |
{
|
| 2 |
+
"epoch": 50.0,
|
| 3 |
+
"eval_loss": 0.0047905659303069115,
|
| 4 |
+
"eval_rmse": 0.06921391934156418,
|
| 5 |
+
"eval_runtime": 24.4368,
|
| 6 |
+
"eval_samples_per_second": 34.62,
|
| 7 |
+
"eval_steps_per_second": 1.105
|
| 8 |
}
|
runs/Feb19_23-43-10_galactica.ad.cirange.net/events.out.tfevents.1740025323.galactica.ad.cirange.net.3091725.1
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:75bb6f70943325c7711165d1031b4dcad4dde761cce0f635712314fb1f4c17db
|
| 3 |
+
size 407
|
train_results.json
CHANGED
|
@@ -1,8 +1,8 @@
|
|
| 1 |
{
|
| 2 |
-
"epoch":
|
| 3 |
"total_flos": 0.0,
|
| 4 |
-
"train_loss": 0.
|
| 5 |
-
"train_runtime":
|
| 6 |
-
"train_samples_per_second": 14.
|
| 7 |
-
"train_steps_per_second": 0.
|
| 8 |
}
|
|
|
|
| 1 |
{
|
| 2 |
+
"epoch": 50.0,
|
| 3 |
"total_flos": 0.0,
|
| 4 |
+
"train_loss": 0.0016370025988823424,
|
| 5 |
+
"train_runtime": 16468.788,
|
| 6 |
+
"train_samples_per_second": 14.537,
|
| 7 |
+
"train_steps_per_second": 0.455
|
| 8 |
}
|
trainer_state.json
CHANGED
|
@@ -1,1047 +1,2577 @@
|
|
| 1 |
{
|
| 2 |
-
"best_metric": 0.
|
| 3 |
-
"best_model_checkpoint": "limbxy_seq_t2/checkpoint-
|
| 4 |
-
"epoch":
|
| 5 |
"eval_steps": 500,
|
| 6 |
-
"global_step":
|
| 7 |
"is_hyper_param_search": false,
|
| 8 |
"is_local_process_zero": true,
|
| 9 |
"is_world_process_zero": true,
|
| 10 |
"log_history": [
|
| 11 |
{
|
| 12 |
"epoch": 0.16666666666666666,
|
| 13 |
-
"grad_norm":
|
| 14 |
"learning_rate": 5e-06,
|
| 15 |
-
"loss": 0.
|
| 16 |
"step": 25
|
| 17 |
},
|
| 18 |
{
|
| 19 |
"epoch": 0.3333333333333333,
|
| 20 |
-
"grad_norm":
|
| 21 |
"learning_rate": 1e-05,
|
| 22 |
-
"loss": 0.
|
| 23 |
"step": 50
|
| 24 |
},
|
| 25 |
{
|
| 26 |
"epoch": 0.5,
|
| 27 |
-
"grad_norm":
|
| 28 |
"learning_rate": 1.5e-05,
|
| 29 |
-
"loss": 0.
|
| 30 |
"step": 75
|
| 31 |
},
|
| 32 |
{
|
| 33 |
"epoch": 0.6666666666666666,
|
| 34 |
-
"grad_norm":
|
| 35 |
"learning_rate": 2e-05,
|
| 36 |
-
"loss": 0.
|
| 37 |
"step": 100
|
| 38 |
},
|
| 39 |
{
|
| 40 |
"epoch": 0.8333333333333334,
|
| 41 |
-
"grad_norm":
|
| 42 |
"learning_rate": 2.5e-05,
|
| 43 |
-
"loss": 0.
|
| 44 |
"step": 125
|
| 45 |
},
|
| 46 |
{
|
| 47 |
"epoch": 1.0,
|
| 48 |
-
"grad_norm":
|
| 49 |
"learning_rate": 3e-05,
|
| 50 |
-
"loss": 0.
|
| 51 |
"step": 150
|
| 52 |
},
|
| 53 |
{
|
| 54 |
"epoch": 1.0,
|
| 55 |
-
"eval_loss": 0.
|
| 56 |
-
"eval_rmse": 0.
|
| 57 |
-
"eval_runtime":
|
| 58 |
-
"eval_samples_per_second": 36.
|
| 59 |
-
"eval_steps_per_second": 1.
|
| 60 |
"step": 150
|
| 61 |
},
|
| 62 |
{
|
| 63 |
"epoch": 1.1666666666666667,
|
| 64 |
-
"grad_norm":
|
| 65 |
"learning_rate": 3.5e-05,
|
| 66 |
-
"loss": 0.
|
| 67 |
"step": 175
|
| 68 |
},
|
| 69 |
{
|
| 70 |
"epoch": 1.3333333333333333,
|
| 71 |
-
"grad_norm":
|
| 72 |
"learning_rate": 4e-05,
|
| 73 |
-
"loss": 0.
|
| 74 |
"step": 200
|
| 75 |
},
|
| 76 |
{
|
| 77 |
"epoch": 1.5,
|
| 78 |
-
"grad_norm":
|
| 79 |
"learning_rate": 4.5e-05,
|
| 80 |
-
"loss": 0.
|
| 81 |
"step": 225
|
| 82 |
},
|
| 83 |
{
|
| 84 |
"epoch": 1.6666666666666665,
|
| 85 |
-
"grad_norm":
|
| 86 |
"learning_rate": 5e-05,
|
| 87 |
-
"loss": 0.
|
| 88 |
"step": 250
|
| 89 |
},
|
| 90 |
{
|
| 91 |
"epoch": 1.8333333333333335,
|
| 92 |
-
"grad_norm":
|
| 93 |
-
"learning_rate": 4.
|
| 94 |
-
"loss": 0.
|
| 95 |
"step": 275
|
| 96 |
},
|
| 97 |
{
|
| 98 |
"epoch": 2.0,
|
| 99 |
-
"grad_norm":
|
| 100 |
-
"learning_rate": 4.
|
| 101 |
-
"loss": 0.
|
| 102 |
"step": 300
|
| 103 |
},
|
| 104 |
{
|
| 105 |
"epoch": 2.0,
|
| 106 |
-
"eval_loss": 0.
|
| 107 |
-
"eval_rmse": 0.
|
| 108 |
-
"eval_runtime": 24.
|
| 109 |
-
"eval_samples_per_second": 35.
|
| 110 |
-
"eval_steps_per_second": 1.
|
| 111 |
"step": 300
|
| 112 |
},
|
| 113 |
{
|
| 114 |
"epoch": 2.1666666666666665,
|
| 115 |
-
"grad_norm":
|
| 116 |
-
"learning_rate": 4.
|
| 117 |
-
"loss": 0.
|
| 118 |
"step": 325
|
| 119 |
},
|
| 120 |
{
|
| 121 |
"epoch": 2.3333333333333335,
|
| 122 |
-
"grad_norm":
|
| 123 |
-
"learning_rate": 4.
|
| 124 |
-
"loss": 0.
|
| 125 |
"step": 350
|
| 126 |
},
|
| 127 |
{
|
| 128 |
"epoch": 2.5,
|
| 129 |
-
"grad_norm":
|
| 130 |
-
"learning_rate": 4.
|
| 131 |
-
"loss": 0.
|
| 132 |
"step": 375
|
| 133 |
},
|
| 134 |
{
|
| 135 |
"epoch": 2.6666666666666665,
|
| 136 |
-
"grad_norm":
|
| 137 |
-
"learning_rate": 4.
|
| 138 |
-
"loss": 0.
|
| 139 |
"step": 400
|
| 140 |
},
|
| 141 |
{
|
| 142 |
"epoch": 2.8333333333333335,
|
| 143 |
-
"grad_norm":
|
| 144 |
-
"learning_rate": 4.
|
| 145 |
-
"loss": 0.
|
| 146 |
"step": 425
|
| 147 |
},
|
| 148 |
{
|
| 149 |
"epoch": 3.0,
|
| 150 |
-
"grad_norm":
|
| 151 |
-
"learning_rate": 4.
|
| 152 |
-
"loss": 0.
|
| 153 |
"step": 450
|
| 154 |
},
|
| 155 |
{
|
| 156 |
"epoch": 3.0,
|
| 157 |
-
"eval_loss": 0.
|
| 158 |
-
"eval_rmse": 0.
|
| 159 |
-
"eval_runtime": 24.
|
| 160 |
-
"eval_samples_per_second": 34.
|
| 161 |
"eval_steps_per_second": 1.09,
|
| 162 |
"step": 450
|
| 163 |
},
|
| 164 |
{
|
| 165 |
"epoch": 3.1666666666666665,
|
| 166 |
-
"grad_norm":
|
| 167 |
-
"learning_rate": 4.
|
| 168 |
-
"loss": 0.
|
| 169 |
"step": 475
|
| 170 |
},
|
| 171 |
{
|
| 172 |
"epoch": 3.3333333333333335,
|
| 173 |
-
"grad_norm":
|
| 174 |
-
"learning_rate": 4.
|
| 175 |
"loss": 0.0065,
|
| 176 |
"step": 500
|
| 177 |
},
|
| 178 |
{
|
| 179 |
"epoch": 3.5,
|
| 180 |
-
"grad_norm":
|
| 181 |
-
"learning_rate": 4.
|
| 182 |
-
"loss": 0.
|
| 183 |
"step": 525
|
| 184 |
},
|
| 185 |
{
|
| 186 |
"epoch": 3.6666666666666665,
|
| 187 |
-
"grad_norm":
|
| 188 |
-
"learning_rate": 4.
|
| 189 |
-
"loss": 0.
|
| 190 |
"step": 550
|
| 191 |
},
|
| 192 |
{
|
| 193 |
"epoch": 3.8333333333333335,
|
| 194 |
-
"grad_norm":
|
| 195 |
-
"learning_rate": 4.
|
| 196 |
-
"loss": 0.
|
| 197 |
"step": 575
|
| 198 |
},
|
| 199 |
{
|
| 200 |
"epoch": 4.0,
|
| 201 |
-
"grad_norm":
|
| 202 |
-
"learning_rate": 4.
|
| 203 |
-
"loss": 0.
|
| 204 |
"step": 600
|
| 205 |
},
|
| 206 |
{
|
| 207 |
"epoch": 4.0,
|
| 208 |
-
"eval_loss": 0.
|
| 209 |
-
"eval_rmse": 0.
|
| 210 |
-
"eval_runtime":
|
| 211 |
-
"eval_samples_per_second":
|
| 212 |
-
"eval_steps_per_second": 1.
|
| 213 |
"step": 600
|
| 214 |
},
|
| 215 |
{
|
| 216 |
"epoch": 4.166666666666667,
|
| 217 |
-
"grad_norm":
|
| 218 |
-
"learning_rate": 4.
|
| 219 |
-
"loss": 0.
|
| 220 |
"step": 625
|
| 221 |
},
|
| 222 |
{
|
| 223 |
"epoch": 4.333333333333333,
|
| 224 |
-
"grad_norm":
|
| 225 |
-
"learning_rate": 4.
|
| 226 |
-
"loss": 0.
|
| 227 |
"step": 650
|
| 228 |
},
|
| 229 |
{
|
| 230 |
"epoch": 4.5,
|
| 231 |
-
"grad_norm":
|
| 232 |
-
"learning_rate": 4.
|
| 233 |
-
"loss": 0.
|
| 234 |
"step": 675
|
| 235 |
},
|
| 236 |
{
|
| 237 |
"epoch": 4.666666666666667,
|
| 238 |
-
"grad_norm":
|
| 239 |
-
"learning_rate": 4.
|
| 240 |
-
"loss": 0.
|
| 241 |
"step": 700
|
| 242 |
},
|
| 243 |
{
|
| 244 |
"epoch": 4.833333333333333,
|
| 245 |
-
"grad_norm":
|
| 246 |
-
"learning_rate": 4.
|
| 247 |
-
"loss": 0.
|
| 248 |
"step": 725
|
| 249 |
},
|
| 250 |
{
|
| 251 |
"epoch": 5.0,
|
| 252 |
-
"grad_norm":
|
| 253 |
-
"learning_rate": 4.
|
| 254 |
-
"loss": 0.
|
| 255 |
"step": 750
|
| 256 |
},
|
| 257 |
{
|
| 258 |
"epoch": 5.0,
|
| 259 |
-
"eval_loss": 0.
|
| 260 |
-
"eval_rmse": 0.
|
| 261 |
-
"eval_runtime":
|
| 262 |
-
"eval_samples_per_second":
|
| 263 |
-
"eval_steps_per_second": 1.
|
| 264 |
"step": 750
|
| 265 |
},
|
| 266 |
{
|
| 267 |
"epoch": 5.166666666666667,
|
| 268 |
-
"grad_norm":
|
| 269 |
-
"learning_rate": 4.
|
| 270 |
-
"loss": 0.
|
| 271 |
"step": 775
|
| 272 |
},
|
| 273 |
{
|
| 274 |
"epoch": 5.333333333333333,
|
| 275 |
-
"grad_norm":
|
| 276 |
-
"learning_rate":
|
| 277 |
-
"loss": 0.
|
| 278 |
"step": 800
|
| 279 |
},
|
| 280 |
{
|
| 281 |
"epoch": 5.5,
|
| 282 |
-
"grad_norm":
|
| 283 |
-
"learning_rate":
|
| 284 |
-
"loss": 0.
|
| 285 |
"step": 825
|
| 286 |
},
|
| 287 |
{
|
| 288 |
"epoch": 5.666666666666667,
|
| 289 |
-
"grad_norm":
|
| 290 |
-
"learning_rate":
|
| 291 |
-
"loss": 0.
|
| 292 |
"step": 850
|
| 293 |
},
|
| 294 |
{
|
| 295 |
"epoch": 5.833333333333333,
|
| 296 |
-
"grad_norm":
|
| 297 |
-
"learning_rate":
|
| 298 |
-
"loss": 0.
|
| 299 |
"step": 875
|
| 300 |
},
|
| 301 |
{
|
| 302 |
"epoch": 6.0,
|
| 303 |
-
"grad_norm":
|
| 304 |
-
"learning_rate":
|
| 305 |
"loss": 0.0033,
|
| 306 |
"step": 900
|
| 307 |
},
|
| 308 |
{
|
| 309 |
"epoch": 6.0,
|
| 310 |
-
"eval_loss": 0.
|
| 311 |
-
"eval_rmse": 0.
|
| 312 |
-
"eval_runtime":
|
| 313 |
-
"eval_samples_per_second":
|
| 314 |
-
"eval_steps_per_second": 1.
|
| 315 |
"step": 900
|
| 316 |
},
|
| 317 |
{
|
| 318 |
"epoch": 6.166666666666667,
|
| 319 |
-
"grad_norm":
|
| 320 |
-
"learning_rate":
|
| 321 |
-
"loss": 0.
|
| 322 |
"step": 925
|
| 323 |
},
|
| 324 |
{
|
| 325 |
"epoch": 6.333333333333333,
|
| 326 |
-
"grad_norm":
|
| 327 |
-
"learning_rate":
|
| 328 |
-
"loss": 0.
|
| 329 |
"step": 950
|
| 330 |
},
|
| 331 |
{
|
| 332 |
"epoch": 6.5,
|
| 333 |
-
"grad_norm":
|
| 334 |
-
"learning_rate":
|
| 335 |
-
"loss": 0.
|
| 336 |
"step": 975
|
| 337 |
},
|
| 338 |
{
|
| 339 |
"epoch": 6.666666666666667,
|
| 340 |
-
"grad_norm":
|
| 341 |
-
"learning_rate":
|
| 342 |
"loss": 0.0027,
|
| 343 |
"step": 1000
|
| 344 |
},
|
| 345 |
{
|
| 346 |
"epoch": 6.833333333333333,
|
| 347 |
-
"grad_norm":
|
| 348 |
-
"learning_rate":
|
| 349 |
"loss": 0.0027,
|
| 350 |
"step": 1025
|
| 351 |
},
|
| 352 |
{
|
| 353 |
"epoch": 7.0,
|
| 354 |
-
"grad_norm":
|
| 355 |
-
"learning_rate":
|
| 356 |
-
"loss": 0.
|
| 357 |
"step": 1050
|
| 358 |
},
|
| 359 |
{
|
| 360 |
"epoch": 7.0,
|
| 361 |
-
"eval_loss": 0.
|
| 362 |
-
"eval_rmse": 0.
|
| 363 |
-
"eval_runtime": 24.
|
| 364 |
-
"eval_samples_per_second": 34.
|
| 365 |
-
"eval_steps_per_second": 1.
|
| 366 |
"step": 1050
|
| 367 |
},
|
| 368 |
{
|
| 369 |
"epoch": 7.166666666666667,
|
| 370 |
-
"grad_norm":
|
| 371 |
-
"learning_rate":
|
| 372 |
-
"loss": 0.
|
| 373 |
"step": 1075
|
| 374 |
},
|
| 375 |
{
|
| 376 |
"epoch": 7.333333333333333,
|
| 377 |
-
"grad_norm":
|
| 378 |
-
"learning_rate":
|
| 379 |
-
"loss": 0.
|
| 380 |
"step": 1100
|
| 381 |
},
|
| 382 |
{
|
| 383 |
"epoch": 7.5,
|
| 384 |
-
"grad_norm":
|
| 385 |
-
"learning_rate":
|
| 386 |
-
"loss": 0.
|
| 387 |
"step": 1125
|
| 388 |
},
|
| 389 |
{
|
| 390 |
"epoch": 7.666666666666667,
|
| 391 |
-
"grad_norm":
|
| 392 |
-
"learning_rate":
|
| 393 |
-
"loss": 0.
|
| 394 |
"step": 1150
|
| 395 |
},
|
| 396 |
{
|
| 397 |
"epoch": 7.833333333333333,
|
| 398 |
-
"grad_norm":
|
| 399 |
-
"learning_rate":
|
| 400 |
-
"loss": 0.
|
| 401 |
"step": 1175
|
| 402 |
},
|
| 403 |
{
|
| 404 |
"epoch": 8.0,
|
| 405 |
-
"grad_norm":
|
| 406 |
-
"learning_rate":
|
| 407 |
-
"loss": 0.
|
| 408 |
"step": 1200
|
| 409 |
},
|
| 410 |
{
|
| 411 |
"epoch": 8.0,
|
| 412 |
-
"eval_loss": 0.
|
| 413 |
-
"eval_rmse": 0.
|
| 414 |
-
"eval_runtime":
|
| 415 |
-
"eval_samples_per_second":
|
| 416 |
-
"eval_steps_per_second": 1.
|
| 417 |
"step": 1200
|
| 418 |
},
|
| 419 |
{
|
| 420 |
"epoch": 8.166666666666666,
|
| 421 |
-
"grad_norm":
|
| 422 |
-
"learning_rate":
|
| 423 |
-
"loss": 0.
|
| 424 |
"step": 1225
|
| 425 |
},
|
| 426 |
{
|
| 427 |
"epoch": 8.333333333333334,
|
| 428 |
-
"grad_norm":
|
| 429 |
-
"learning_rate":
|
| 430 |
-
"loss": 0.
|
| 431 |
"step": 1250
|
| 432 |
},
|
| 433 |
{
|
| 434 |
"epoch": 8.5,
|
| 435 |
-
"grad_norm":
|
| 436 |
-
"learning_rate":
|
| 437 |
-
"loss": 0.
|
| 438 |
"step": 1275
|
| 439 |
},
|
| 440 |
{
|
| 441 |
"epoch": 8.666666666666666,
|
| 442 |
-
"grad_norm":
|
| 443 |
-
"learning_rate":
|
| 444 |
-
"loss": 0.
|
| 445 |
"step": 1300
|
| 446 |
},
|
| 447 |
{
|
| 448 |
"epoch": 8.833333333333334,
|
| 449 |
-
"grad_norm":
|
| 450 |
-
"learning_rate":
|
| 451 |
-
"loss": 0.
|
| 452 |
"step": 1325
|
| 453 |
},
|
| 454 |
{
|
| 455 |
"epoch": 9.0,
|
| 456 |
-
"grad_norm":
|
| 457 |
-
"learning_rate":
|
| 458 |
-
"loss": 0.
|
| 459 |
"step": 1350
|
| 460 |
},
|
| 461 |
{
|
| 462 |
"epoch": 9.0,
|
| 463 |
-
"eval_loss": 0.
|
| 464 |
-
"eval_rmse": 0.
|
| 465 |
-
"eval_runtime":
|
| 466 |
-
"eval_samples_per_second":
|
| 467 |
-
"eval_steps_per_second": 1.
|
| 468 |
"step": 1350
|
| 469 |
},
|
| 470 |
{
|
| 471 |
"epoch": 9.166666666666666,
|
| 472 |
-
"grad_norm":
|
| 473 |
-
"learning_rate":
|
| 474 |
-
"loss": 0.
|
| 475 |
"step": 1375
|
| 476 |
},
|
| 477 |
{
|
| 478 |
"epoch": 9.333333333333334,
|
| 479 |
-
"grad_norm":
|
| 480 |
-
"learning_rate":
|
| 481 |
-
"loss": 0.
|
| 482 |
"step": 1400
|
| 483 |
},
|
| 484 |
{
|
| 485 |
"epoch": 9.5,
|
| 486 |
-
"grad_norm":
|
| 487 |
-
"learning_rate":
|
| 488 |
-
"loss": 0.
|
| 489 |
"step": 1425
|
| 490 |
},
|
| 491 |
{
|
| 492 |
"epoch": 9.666666666666666,
|
| 493 |
-
"grad_norm":
|
| 494 |
-
"learning_rate":
|
| 495 |
-
"loss": 0.
|
| 496 |
"step": 1450
|
| 497 |
},
|
| 498 |
{
|
| 499 |
"epoch": 9.833333333333334,
|
| 500 |
-
"grad_norm":
|
| 501 |
-
"learning_rate":
|
| 502 |
"loss": 0.0017,
|
| 503 |
"step": 1475
|
| 504 |
},
|
| 505 |
{
|
| 506 |
"epoch": 10.0,
|
| 507 |
-
"grad_norm":
|
| 508 |
-
"learning_rate":
|
| 509 |
-
"loss": 0.
|
| 510 |
"step": 1500
|
| 511 |
},
|
| 512 |
{
|
| 513 |
"epoch": 10.0,
|
| 514 |
-
"eval_loss": 0.
|
| 515 |
-
"eval_rmse": 0.
|
| 516 |
-
"eval_runtime": 24.
|
| 517 |
-
"eval_samples_per_second":
|
| 518 |
-
"eval_steps_per_second": 1.
|
| 519 |
"step": 1500
|
| 520 |
},
|
| 521 |
{
|
| 522 |
"epoch": 10.166666666666666,
|
| 523 |
-
"grad_norm":
|
| 524 |
-
"learning_rate":
|
| 525 |
-
"loss": 0.
|
| 526 |
"step": 1525
|
| 527 |
},
|
| 528 |
{
|
| 529 |
"epoch": 10.333333333333334,
|
| 530 |
-
"grad_norm":
|
| 531 |
-
"learning_rate":
|
| 532 |
-
"loss": 0.
|
| 533 |
"step": 1550
|
| 534 |
},
|
| 535 |
{
|
| 536 |
"epoch": 10.5,
|
| 537 |
-
"grad_norm":
|
| 538 |
-
"learning_rate":
|
| 539 |
-
"loss": 0.
|
| 540 |
"step": 1575
|
| 541 |
},
|
| 542 |
{
|
| 543 |
"epoch": 10.666666666666666,
|
| 544 |
-
"grad_norm":
|
| 545 |
-
"learning_rate":
|
| 546 |
"loss": 0.0013,
|
| 547 |
"step": 1600
|
| 548 |
},
|
| 549 |
{
|
| 550 |
"epoch": 10.833333333333334,
|
| 551 |
-
"grad_norm":
|
| 552 |
-
"learning_rate":
|
| 553 |
-
"loss": 0.
|
| 554 |
"step": 1625
|
| 555 |
},
|
| 556 |
{
|
| 557 |
"epoch": 11.0,
|
| 558 |
-
"grad_norm":
|
| 559 |
-
"learning_rate":
|
| 560 |
-
"loss": 0.
|
| 561 |
"step": 1650
|
| 562 |
},
|
| 563 |
{
|
| 564 |
"epoch": 11.0,
|
| 565 |
-
"eval_loss": 0.
|
| 566 |
-
"eval_rmse": 0.
|
| 567 |
-
"eval_runtime":
|
| 568 |
-
"eval_samples_per_second":
|
| 569 |
-
"eval_steps_per_second": 1.
|
| 570 |
"step": 1650
|
| 571 |
},
|
| 572 |
{
|
| 573 |
"epoch": 11.166666666666666,
|
| 574 |
-
"grad_norm":
|
| 575 |
-
"learning_rate":
|
| 576 |
-
"loss": 0.
|
| 577 |
"step": 1675
|
| 578 |
},
|
| 579 |
{
|
| 580 |
"epoch": 11.333333333333334,
|
| 581 |
-
"grad_norm":
|
| 582 |
-
"learning_rate":
|
| 583 |
-
"loss": 0.
|
| 584 |
"step": 1700
|
| 585 |
},
|
| 586 |
{
|
| 587 |
"epoch": 11.5,
|
| 588 |
-
"grad_norm":
|
| 589 |
-
"learning_rate":
|
| 590 |
-
"loss": 0.
|
| 591 |
"step": 1725
|
| 592 |
},
|
| 593 |
{
|
| 594 |
"epoch": 11.666666666666666,
|
| 595 |
-
"grad_norm":
|
| 596 |
-
"learning_rate":
|
| 597 |
-
"loss": 0.
|
| 598 |
"step": 1750
|
| 599 |
},
|
| 600 |
{
|
| 601 |
"epoch": 11.833333333333334,
|
| 602 |
-
"grad_norm":
|
| 603 |
-
"learning_rate":
|
| 604 |
-
"loss": 0.
|
| 605 |
"step": 1775
|
| 606 |
},
|
| 607 |
{
|
| 608 |
"epoch": 12.0,
|
| 609 |
-
"grad_norm":
|
| 610 |
-
"learning_rate":
|
| 611 |
-
"loss": 0.
|
| 612 |
"step": 1800
|
| 613 |
},
|
| 614 |
{
|
| 615 |
"epoch": 12.0,
|
| 616 |
-
"eval_loss": 0.
|
| 617 |
-
"eval_rmse": 0.
|
| 618 |
-
"eval_runtime":
|
| 619 |
-
"eval_samples_per_second":
|
| 620 |
-
"eval_steps_per_second": 1.
|
| 621 |
"step": 1800
|
| 622 |
},
|
| 623 |
{
|
| 624 |
"epoch": 12.166666666666666,
|
| 625 |
-
"grad_norm":
|
| 626 |
-
"learning_rate":
|
| 627 |
-
"loss": 0.
|
| 628 |
"step": 1825
|
| 629 |
},
|
| 630 |
{
|
| 631 |
"epoch": 12.333333333333334,
|
| 632 |
-
"grad_norm":
|
| 633 |
-
"learning_rate":
|
| 634 |
-
"loss": 0.
|
| 635 |
"step": 1850
|
| 636 |
},
|
| 637 |
{
|
| 638 |
"epoch": 12.5,
|
| 639 |
-
"grad_norm":
|
| 640 |
-
"learning_rate":
|
| 641 |
-
"loss": 0.
|
| 642 |
"step": 1875
|
| 643 |
},
|
| 644 |
{
|
| 645 |
"epoch": 12.666666666666666,
|
| 646 |
-
"grad_norm":
|
| 647 |
-
"learning_rate":
|
| 648 |
-
"loss": 0.
|
| 649 |
"step": 1900
|
| 650 |
},
|
| 651 |
{
|
| 652 |
"epoch": 12.833333333333334,
|
| 653 |
-
"grad_norm":
|
| 654 |
-
"learning_rate":
|
| 655 |
-
"loss": 0.
|
| 656 |
"step": 1925
|
| 657 |
},
|
| 658 |
{
|
| 659 |
"epoch": 13.0,
|
| 660 |
-
"grad_norm":
|
| 661 |
-
"learning_rate":
|
| 662 |
-
"loss": 0.
|
| 663 |
"step": 1950
|
| 664 |
},
|
| 665 |
{
|
| 666 |
"epoch": 13.0,
|
| 667 |
-
"eval_loss": 0.
|
| 668 |
-
"eval_rmse": 0.
|
| 669 |
-
"eval_runtime":
|
| 670 |
-
"eval_samples_per_second":
|
| 671 |
-
"eval_steps_per_second": 1.
|
| 672 |
"step": 1950
|
| 673 |
},
|
| 674 |
{
|
| 675 |
"epoch": 13.166666666666666,
|
| 676 |
-
"grad_norm":
|
| 677 |
-
"learning_rate":
|
| 678 |
-
"loss": 0.
|
| 679 |
"step": 1975
|
| 680 |
},
|
| 681 |
{
|
| 682 |
"epoch": 13.333333333333334,
|
| 683 |
-
"grad_norm":
|
| 684 |
-
"learning_rate":
|
| 685 |
-
"loss": 0.
|
| 686 |
"step": 2000
|
| 687 |
},
|
| 688 |
{
|
| 689 |
"epoch": 13.5,
|
| 690 |
-
"grad_norm":
|
| 691 |
-
"learning_rate":
|
| 692 |
-
"loss": 0.
|
| 693 |
"step": 2025
|
| 694 |
},
|
| 695 |
{
|
| 696 |
"epoch": 13.666666666666666,
|
| 697 |
-
"grad_norm":
|
| 698 |
-
"learning_rate":
|
| 699 |
-
"loss": 0.
|
| 700 |
"step": 2050
|
| 701 |
},
|
| 702 |
{
|
| 703 |
"epoch": 13.833333333333334,
|
| 704 |
-
"grad_norm":
|
| 705 |
-
"learning_rate":
|
| 706 |
-
"loss": 0.
|
| 707 |
"step": 2075
|
| 708 |
},
|
| 709 |
{
|
| 710 |
"epoch": 14.0,
|
| 711 |
-
"grad_norm":
|
| 712 |
-
"learning_rate":
|
| 713 |
-
"loss": 0.
|
| 714 |
"step": 2100
|
| 715 |
},
|
| 716 |
{
|
| 717 |
"epoch": 14.0,
|
| 718 |
-
"eval_loss": 0.
|
| 719 |
-
"eval_rmse": 0.
|
| 720 |
-
"eval_runtime":
|
| 721 |
-
"eval_samples_per_second":
|
| 722 |
-
"eval_steps_per_second": 1.
|
| 723 |
"step": 2100
|
| 724 |
},
|
| 725 |
{
|
| 726 |
"epoch": 14.166666666666666,
|
| 727 |
-
"grad_norm":
|
| 728 |
-
"learning_rate":
|
| 729 |
-
"loss": 0.
|
| 730 |
"step": 2125
|
| 731 |
},
|
| 732 |
{
|
| 733 |
"epoch": 14.333333333333334,
|
| 734 |
-
"grad_norm":
|
| 735 |
-
"learning_rate":
|
| 736 |
-
"loss": 0.
|
| 737 |
"step": 2150
|
| 738 |
},
|
| 739 |
{
|
| 740 |
"epoch": 14.5,
|
| 741 |
-
"grad_norm":
|
| 742 |
-
"learning_rate":
|
| 743 |
-
"loss": 0.
|
| 744 |
"step": 2175
|
| 745 |
},
|
| 746 |
{
|
| 747 |
"epoch": 14.666666666666666,
|
| 748 |
-
"grad_norm":
|
| 749 |
-
"learning_rate":
|
| 750 |
-
"loss": 0.
|
| 751 |
"step": 2200
|
| 752 |
},
|
| 753 |
{
|
| 754 |
"epoch": 14.833333333333334,
|
| 755 |
-
"grad_norm":
|
| 756 |
-
"learning_rate":
|
| 757 |
-
"loss": 0.
|
| 758 |
"step": 2225
|
| 759 |
},
|
| 760 |
{
|
| 761 |
"epoch": 15.0,
|
| 762 |
-
"grad_norm":
|
| 763 |
-
"learning_rate":
|
| 764 |
-
"loss": 0.
|
| 765 |
"step": 2250
|
| 766 |
},
|
| 767 |
{
|
| 768 |
"epoch": 15.0,
|
| 769 |
-
"eval_loss": 0.
|
| 770 |
-
"eval_rmse": 0.
|
| 771 |
-
"eval_runtime":
|
| 772 |
-
"eval_samples_per_second":
|
| 773 |
-
"eval_steps_per_second": 1.
|
| 774 |
"step": 2250
|
| 775 |
},
|
| 776 |
{
|
| 777 |
"epoch": 15.166666666666666,
|
| 778 |
-
"grad_norm":
|
| 779 |
-
"learning_rate":
|
| 780 |
-
"loss": 0.
|
| 781 |
"step": 2275
|
| 782 |
},
|
| 783 |
{
|
| 784 |
"epoch": 15.333333333333334,
|
| 785 |
-
"grad_norm":
|
| 786 |
-
"learning_rate":
|
| 787 |
-
"loss": 0.
|
| 788 |
"step": 2300
|
| 789 |
},
|
| 790 |
{
|
| 791 |
"epoch": 15.5,
|
| 792 |
-
"grad_norm":
|
| 793 |
-
"learning_rate":
|
| 794 |
-
"loss": 0.
|
| 795 |
"step": 2325
|
| 796 |
},
|
| 797 |
{
|
| 798 |
"epoch": 15.666666666666666,
|
| 799 |
-
"grad_norm":
|
| 800 |
-
"learning_rate":
|
| 801 |
-
"loss": 0.
|
| 802 |
"step": 2350
|
| 803 |
},
|
| 804 |
{
|
| 805 |
"epoch": 15.833333333333334,
|
| 806 |
-
"grad_norm":
|
| 807 |
-
"learning_rate":
|
| 808 |
-
"loss": 0.
|
| 809 |
"step": 2375
|
| 810 |
},
|
| 811 |
{
|
| 812 |
"epoch": 16.0,
|
| 813 |
-
"grad_norm":
|
| 814 |
-
"learning_rate":
|
| 815 |
-
"loss": 0.
|
| 816 |
"step": 2400
|
| 817 |
},
|
| 818 |
{
|
| 819 |
"epoch": 16.0,
|
| 820 |
-
"eval_loss": 0.
|
| 821 |
-
"eval_rmse": 0.
|
| 822 |
-
"eval_runtime": 24.
|
| 823 |
-
"eval_samples_per_second":
|
| 824 |
-
"eval_steps_per_second": 1.
|
| 825 |
"step": 2400
|
| 826 |
},
|
| 827 |
{
|
| 828 |
"epoch": 16.166666666666668,
|
| 829 |
-
"grad_norm":
|
| 830 |
-
"learning_rate":
|
| 831 |
-
"loss": 0.
|
| 832 |
"step": 2425
|
| 833 |
},
|
| 834 |
{
|
| 835 |
"epoch": 16.333333333333332,
|
| 836 |
-
"grad_norm":
|
| 837 |
-
"learning_rate":
|
| 838 |
-
"loss": 0.
|
| 839 |
"step": 2450
|
| 840 |
},
|
| 841 |
{
|
| 842 |
"epoch": 16.5,
|
| 843 |
-
"grad_norm":
|
| 844 |
-
"learning_rate":
|
| 845 |
-
"loss": 0.
|
| 846 |
"step": 2475
|
| 847 |
},
|
| 848 |
{
|
| 849 |
"epoch": 16.666666666666668,
|
| 850 |
-
"grad_norm":
|
| 851 |
-
"learning_rate":
|
| 852 |
-
"loss": 0.
|
| 853 |
"step": 2500
|
| 854 |
},
|
| 855 |
{
|
| 856 |
"epoch": 16.833333333333332,
|
| 857 |
-
"grad_norm":
|
| 858 |
-
"learning_rate":
|
| 859 |
-
"loss": 0.
|
| 860 |
"step": 2525
|
| 861 |
},
|
| 862 |
{
|
| 863 |
"epoch": 17.0,
|
| 864 |
-
"grad_norm":
|
| 865 |
-
"learning_rate":
|
| 866 |
-
"loss": 0.
|
| 867 |
"step": 2550
|
| 868 |
},
|
| 869 |
{
|
| 870 |
"epoch": 17.0,
|
| 871 |
-
"eval_loss": 0.
|
| 872 |
-
"eval_rmse": 0.
|
| 873 |
-
"eval_runtime":
|
| 874 |
-
"eval_samples_per_second":
|
| 875 |
-
"eval_steps_per_second": 1.
|
| 876 |
"step": 2550
|
| 877 |
},
|
| 878 |
{
|
| 879 |
"epoch": 17.166666666666668,
|
| 880 |
-
"grad_norm":
|
| 881 |
-
"learning_rate":
|
| 882 |
-
"loss": 0.
|
| 883 |
"step": 2575
|
| 884 |
},
|
| 885 |
{
|
| 886 |
"epoch": 17.333333333333332,
|
| 887 |
-
"grad_norm":
|
| 888 |
-
"learning_rate":
|
| 889 |
-
"loss": 0.
|
| 890 |
"step": 2600
|
| 891 |
},
|
| 892 |
{
|
| 893 |
"epoch": 17.5,
|
| 894 |
-
"grad_norm":
|
| 895 |
-
"learning_rate":
|
| 896 |
-
"loss": 0.
|
| 897 |
"step": 2625
|
| 898 |
},
|
| 899 |
{
|
| 900 |
"epoch": 17.666666666666668,
|
| 901 |
-
"grad_norm":
|
| 902 |
-
"learning_rate":
|
| 903 |
-
"loss": 0.
|
| 904 |
"step": 2650
|
| 905 |
},
|
| 906 |
{
|
| 907 |
"epoch": 17.833333333333332,
|
| 908 |
-
"grad_norm":
|
| 909 |
-
"learning_rate":
|
| 910 |
-
"loss": 0.
|
| 911 |
"step": 2675
|
| 912 |
},
|
| 913 |
{
|
| 914 |
"epoch": 18.0,
|
| 915 |
-
"grad_norm":
|
| 916 |
-
"learning_rate":
|
| 917 |
-
"loss": 0.
|
| 918 |
"step": 2700
|
| 919 |
},
|
| 920 |
{
|
| 921 |
"epoch": 18.0,
|
| 922 |
-
"eval_loss": 0.
|
| 923 |
-
"eval_rmse": 0.
|
| 924 |
-
"eval_runtime": 24.
|
| 925 |
-
"eval_samples_per_second": 34.
|
| 926 |
-
"eval_steps_per_second": 1.
|
| 927 |
"step": 2700
|
| 928 |
},
|
| 929 |
{
|
| 930 |
"epoch": 18.166666666666668,
|
| 931 |
-
"grad_norm":
|
| 932 |
-
"learning_rate":
|
| 933 |
-
"loss": 0.
|
| 934 |
"step": 2725
|
| 935 |
},
|
| 936 |
{
|
| 937 |
"epoch": 18.333333333333332,
|
| 938 |
-
"grad_norm":
|
| 939 |
-
"learning_rate":
|
| 940 |
-
"loss": 0.
|
| 941 |
"step": 2750
|
| 942 |
},
|
| 943 |
{
|
| 944 |
"epoch": 18.5,
|
| 945 |
-
"grad_norm":
|
| 946 |
-
"learning_rate":
|
| 947 |
-
"loss": 0.
|
| 948 |
"step": 2775
|
| 949 |
},
|
| 950 |
{
|
| 951 |
"epoch": 18.666666666666668,
|
| 952 |
-
"grad_norm":
|
| 953 |
-
"learning_rate": 3.
|
| 954 |
-
"loss": 0.
|
| 955 |
"step": 2800
|
| 956 |
},
|
| 957 |
{
|
| 958 |
"epoch": 18.833333333333332,
|
| 959 |
-
"grad_norm":
|
| 960 |
-
"learning_rate": 3.
|
| 961 |
-
"loss": 0.
|
| 962 |
"step": 2825
|
| 963 |
},
|
| 964 |
{
|
| 965 |
"epoch": 19.0,
|
| 966 |
-
"grad_norm":
|
| 967 |
-
"learning_rate":
|
| 968 |
-
"loss": 0.
|
| 969 |
"step": 2850
|
| 970 |
},
|
| 971 |
{
|
| 972 |
"epoch": 19.0,
|
| 973 |
-
"eval_loss": 0.
|
| 974 |
-
"eval_rmse": 0.
|
| 975 |
-
"eval_runtime":
|
| 976 |
-
"eval_samples_per_second":
|
| 977 |
-
"eval_steps_per_second": 1.
|
| 978 |
"step": 2850
|
| 979 |
},
|
| 980 |
{
|
| 981 |
"epoch": 19.166666666666668,
|
| 982 |
-
"grad_norm":
|
| 983 |
-
"learning_rate":
|
| 984 |
-
"loss": 0.
|
| 985 |
"step": 2875
|
| 986 |
},
|
| 987 |
{
|
| 988 |
"epoch": 19.333333333333332,
|
| 989 |
-
"grad_norm":
|
| 990 |
-
"learning_rate":
|
| 991 |
-
"loss": 0.
|
| 992 |
"step": 2900
|
| 993 |
},
|
| 994 |
{
|
| 995 |
"epoch": 19.5,
|
| 996 |
-
"grad_norm":
|
| 997 |
-
"learning_rate":
|
| 998 |
-
"loss": 0.
|
| 999 |
"step": 2925
|
| 1000 |
},
|
| 1001 |
{
|
| 1002 |
"epoch": 19.666666666666668,
|
| 1003 |
-
"grad_norm":
|
| 1004 |
-
"learning_rate":
|
| 1005 |
-
"loss": 0.
|
| 1006 |
"step": 2950
|
| 1007 |
},
|
| 1008 |
{
|
| 1009 |
"epoch": 19.833333333333332,
|
| 1010 |
-
"grad_norm":
|
| 1011 |
-
"learning_rate":
|
| 1012 |
-
"loss": 0.
|
| 1013 |
"step": 2975
|
| 1014 |
},
|
| 1015 |
{
|
| 1016 |
"epoch": 20.0,
|
| 1017 |
-
"grad_norm":
|
| 1018 |
-
"learning_rate":
|
| 1019 |
-
"loss": 0.
|
| 1020 |
"step": 3000
|
| 1021 |
},
|
| 1022 |
{
|
| 1023 |
"epoch": 20.0,
|
| 1024 |
-
"eval_loss": 0.
|
| 1025 |
-
"eval_rmse": 0.
|
| 1026 |
-
"eval_runtime": 24.
|
| 1027 |
-
"eval_samples_per_second":
|
| 1028 |
-
"eval_steps_per_second": 1.
|
| 1029 |
"step": 3000
|
| 1030 |
},
|
| 1031 |
{
|
| 1032 |
-
"epoch": 20.
|
| 1033 |
-
"
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1034 |
"total_flos": 0.0,
|
| 1035 |
-
"train_loss": 0.
|
| 1036 |
-
"train_runtime":
|
| 1037 |
-
"train_samples_per_second": 14.
|
| 1038 |
-
"train_steps_per_second": 0.
|
| 1039 |
}
|
| 1040 |
],
|
| 1041 |
"logging_steps": 25,
|
| 1042 |
-
"max_steps":
|
| 1043 |
"num_input_tokens_seen": 0,
|
| 1044 |
-
"num_train_epochs":
|
| 1045 |
"save_steps": 500,
|
| 1046 |
"stateful_callbacks": {
|
| 1047 |
"TrainerControl": {
|
|
|
|
| 1 |
{
|
| 2 |
+
"best_metric": 0.0047905659303069115,
|
| 3 |
+
"best_model_checkpoint": "limbxy_seq_t2/checkpoint-6900",
|
| 4 |
+
"epoch": 50.0,
|
| 5 |
"eval_steps": 500,
|
| 6 |
+
"global_step": 7500,
|
| 7 |
"is_hyper_param_search": false,
|
| 8 |
"is_local_process_zero": true,
|
| 9 |
"is_world_process_zero": true,
|
| 10 |
"log_history": [
|
| 11 |
{
|
| 12 |
"epoch": 0.16666666666666666,
|
| 13 |
+
"grad_norm": 23976.76171875,
|
| 14 |
"learning_rate": 5e-06,
|
| 15 |
+
"loss": 0.0303,
|
| 16 |
"step": 25
|
| 17 |
},
|
| 18 |
{
|
| 19 |
"epoch": 0.3333333333333333,
|
| 20 |
+
"grad_norm": 44498.20703125,
|
| 21 |
"learning_rate": 1e-05,
|
| 22 |
+
"loss": 0.0247,
|
| 23 |
"step": 50
|
| 24 |
},
|
| 25 |
{
|
| 26 |
"epoch": 0.5,
|
| 27 |
+
"grad_norm": 15935.5693359375,
|
| 28 |
"learning_rate": 1.5e-05,
|
| 29 |
+
"loss": 0.0242,
|
| 30 |
"step": 75
|
| 31 |
},
|
| 32 |
{
|
| 33 |
"epoch": 0.6666666666666666,
|
| 34 |
+
"grad_norm": 46439.44140625,
|
| 35 |
"learning_rate": 2e-05,
|
| 36 |
+
"loss": 0.0185,
|
| 37 |
"step": 100
|
| 38 |
},
|
| 39 |
{
|
| 40 |
"epoch": 0.8333333333333334,
|
| 41 |
+
"grad_norm": 56363.26171875,
|
| 42 |
"learning_rate": 2.5e-05,
|
| 43 |
+
"loss": 0.016,
|
| 44 |
"step": 125
|
| 45 |
},
|
| 46 |
{
|
| 47 |
"epoch": 1.0,
|
| 48 |
+
"grad_norm": 42469.171875,
|
| 49 |
"learning_rate": 3e-05,
|
| 50 |
+
"loss": 0.0135,
|
| 51 |
"step": 150
|
| 52 |
},
|
| 53 |
{
|
| 54 |
"epoch": 1.0,
|
| 55 |
+
"eval_loss": 0.012278009206056595,
|
| 56 |
+
"eval_rmse": 0.1108061820268631,
|
| 57 |
+
"eval_runtime": 22.9058,
|
| 58 |
+
"eval_samples_per_second": 36.934,
|
| 59 |
+
"eval_steps_per_second": 1.179,
|
| 60 |
"step": 150
|
| 61 |
},
|
| 62 |
{
|
| 63 |
"epoch": 1.1666666666666667,
|
| 64 |
+
"grad_norm": 18461.55859375,
|
| 65 |
"learning_rate": 3.5e-05,
|
| 66 |
+
"loss": 0.0111,
|
| 67 |
"step": 175
|
| 68 |
},
|
| 69 |
{
|
| 70 |
"epoch": 1.3333333333333333,
|
| 71 |
+
"grad_norm": 30171.146484375,
|
| 72 |
"learning_rate": 4e-05,
|
| 73 |
+
"loss": 0.0113,
|
| 74 |
"step": 200
|
| 75 |
},
|
| 76 |
{
|
| 77 |
"epoch": 1.5,
|
| 78 |
+
"grad_norm": 25474.505859375,
|
| 79 |
"learning_rate": 4.5e-05,
|
| 80 |
+
"loss": 0.0108,
|
| 81 |
"step": 225
|
| 82 |
},
|
| 83 |
{
|
| 84 |
"epoch": 1.6666666666666665,
|
| 85 |
+
"grad_norm": 32029.49609375,
|
| 86 |
"learning_rate": 5e-05,
|
| 87 |
+
"loss": 0.0101,
|
| 88 |
"step": 250
|
| 89 |
},
|
| 90 |
{
|
| 91 |
"epoch": 1.8333333333333335,
|
| 92 |
+
"grad_norm": 39912.48828125,
|
| 93 |
+
"learning_rate": 4.982758620689655e-05,
|
| 94 |
+
"loss": 0.0091,
|
| 95 |
"step": 275
|
| 96 |
},
|
| 97 |
{
|
| 98 |
"epoch": 2.0,
|
| 99 |
+
"grad_norm": 36011.33984375,
|
| 100 |
+
"learning_rate": 4.9655172413793107e-05,
|
| 101 |
+
"loss": 0.0102,
|
| 102 |
"step": 300
|
| 103 |
},
|
| 104 |
{
|
| 105 |
"epoch": 2.0,
|
| 106 |
+
"eval_loss": 0.007965018041431904,
|
| 107 |
+
"eval_rmse": 0.08924694359302521,
|
| 108 |
+
"eval_runtime": 24.0962,
|
| 109 |
+
"eval_samples_per_second": 35.109,
|
| 110 |
+
"eval_steps_per_second": 1.121,
|
| 111 |
"step": 300
|
| 112 |
},
|
| 113 |
{
|
| 114 |
"epoch": 2.1666666666666665,
|
| 115 |
+
"grad_norm": 29222.896484375,
|
| 116 |
+
"learning_rate": 4.9482758620689655e-05,
|
| 117 |
+
"loss": 0.0065,
|
| 118 |
"step": 325
|
| 119 |
},
|
| 120 |
{
|
| 121 |
"epoch": 2.3333333333333335,
|
| 122 |
+
"grad_norm": 18097.1953125,
|
| 123 |
+
"learning_rate": 4.931034482758621e-05,
|
| 124 |
+
"loss": 0.0067,
|
| 125 |
"step": 350
|
| 126 |
},
|
| 127 |
{
|
| 128 |
"epoch": 2.5,
|
| 129 |
+
"grad_norm": 20067.69140625,
|
| 130 |
+
"learning_rate": 4.913793103448276e-05,
|
| 131 |
+
"loss": 0.0067,
|
| 132 |
"step": 375
|
| 133 |
},
|
| 134 |
{
|
| 135 |
"epoch": 2.6666666666666665,
|
| 136 |
+
"grad_norm": 26646.060546875,
|
| 137 |
+
"learning_rate": 4.896551724137931e-05,
|
| 138 |
+
"loss": 0.0085,
|
| 139 |
"step": 400
|
| 140 |
},
|
| 141 |
{
|
| 142 |
"epoch": 2.8333333333333335,
|
| 143 |
+
"grad_norm": 37624.953125,
|
| 144 |
+
"learning_rate": 4.8793103448275864e-05,
|
| 145 |
+
"loss": 0.0085,
|
| 146 |
"step": 425
|
| 147 |
},
|
| 148 |
{
|
| 149 |
"epoch": 3.0,
|
| 150 |
+
"grad_norm": 11236.326171875,
|
| 151 |
+
"learning_rate": 4.862068965517241e-05,
|
| 152 |
+
"loss": 0.0065,
|
| 153 |
"step": 450
|
| 154 |
},
|
| 155 |
{
|
| 156 |
"epoch": 3.0,
|
| 157 |
+
"eval_loss": 0.010736133903265,
|
| 158 |
+
"eval_rmse": 0.10361532121896744,
|
| 159 |
+
"eval_runtime": 24.7647,
|
| 160 |
+
"eval_samples_per_second": 34.162,
|
| 161 |
"eval_steps_per_second": 1.09,
|
| 162 |
"step": 450
|
| 163 |
},
|
| 164 |
{
|
| 165 |
"epoch": 3.1666666666666665,
|
| 166 |
+
"grad_norm": 21234.044921875,
|
| 167 |
+
"learning_rate": 4.844827586206897e-05,
|
| 168 |
+
"loss": 0.0056,
|
| 169 |
"step": 475
|
| 170 |
},
|
| 171 |
{
|
| 172 |
"epoch": 3.3333333333333335,
|
| 173 |
+
"grad_norm": 27683.8359375,
|
| 174 |
+
"learning_rate": 4.827586206896552e-05,
|
| 175 |
"loss": 0.0065,
|
| 176 |
"step": 500
|
| 177 |
},
|
| 178 |
{
|
| 179 |
"epoch": 3.5,
|
| 180 |
+
"grad_norm": 27213.1171875,
|
| 181 |
+
"learning_rate": 4.810344827586207e-05,
|
| 182 |
+
"loss": 0.0048,
|
| 183 |
"step": 525
|
| 184 |
},
|
| 185 |
{
|
| 186 |
"epoch": 3.6666666666666665,
|
| 187 |
+
"grad_norm": 51301.77734375,
|
| 188 |
+
"learning_rate": 4.793103448275863e-05,
|
| 189 |
+
"loss": 0.0064,
|
| 190 |
"step": 550
|
| 191 |
},
|
| 192 |
{
|
| 193 |
"epoch": 3.8333333333333335,
|
| 194 |
+
"grad_norm": 22701.841796875,
|
| 195 |
+
"learning_rate": 4.7758620689655176e-05,
|
| 196 |
+
"loss": 0.005,
|
| 197 |
"step": 575
|
| 198 |
},
|
| 199 |
{
|
| 200 |
"epoch": 4.0,
|
| 201 |
+
"grad_norm": 43817.91796875,
|
| 202 |
+
"learning_rate": 4.7586206896551725e-05,
|
| 203 |
+
"loss": 0.0049,
|
| 204 |
"step": 600
|
| 205 |
},
|
| 206 |
{
|
| 207 |
"epoch": 4.0,
|
| 208 |
+
"eval_loss": 0.008756866678595543,
|
| 209 |
+
"eval_rmse": 0.09357813745737076,
|
| 210 |
+
"eval_runtime": 24.2147,
|
| 211 |
+
"eval_samples_per_second": 34.937,
|
| 212 |
+
"eval_steps_per_second": 1.115,
|
| 213 |
"step": 600
|
| 214 |
},
|
| 215 |
{
|
| 216 |
"epoch": 4.166666666666667,
|
| 217 |
+
"grad_norm": 23862.228515625,
|
| 218 |
+
"learning_rate": 4.741379310344828e-05,
|
| 219 |
+
"loss": 0.0056,
|
| 220 |
"step": 625
|
| 221 |
},
|
| 222 |
{
|
| 223 |
"epoch": 4.333333333333333,
|
| 224 |
+
"grad_norm": 22432.494140625,
|
| 225 |
+
"learning_rate": 4.724137931034483e-05,
|
| 226 |
+
"loss": 0.0045,
|
| 227 |
"step": 650
|
| 228 |
},
|
| 229 |
{
|
| 230 |
"epoch": 4.5,
|
| 231 |
+
"grad_norm": 36739.33203125,
|
| 232 |
+
"learning_rate": 4.7068965517241385e-05,
|
| 233 |
+
"loss": 0.0043,
|
| 234 |
"step": 675
|
| 235 |
},
|
| 236 |
{
|
| 237 |
"epoch": 4.666666666666667,
|
| 238 |
+
"grad_norm": 30371.708984375,
|
| 239 |
+
"learning_rate": 4.689655172413793e-05,
|
| 240 |
+
"loss": 0.0048,
|
| 241 |
"step": 700
|
| 242 |
},
|
| 243 |
{
|
| 244 |
"epoch": 4.833333333333333,
|
| 245 |
+
"grad_norm": 20437.169921875,
|
| 246 |
+
"learning_rate": 4.672413793103448e-05,
|
| 247 |
+
"loss": 0.0037,
|
| 248 |
"step": 725
|
| 249 |
},
|
| 250 |
{
|
| 251 |
"epoch": 5.0,
|
| 252 |
+
"grad_norm": 29574.46875,
|
| 253 |
+
"learning_rate": 4.655172413793104e-05,
|
| 254 |
+
"loss": 0.0042,
|
| 255 |
"step": 750
|
| 256 |
},
|
| 257 |
{
|
| 258 |
"epoch": 5.0,
|
| 259 |
+
"eval_loss": 0.007152818143367767,
|
| 260 |
+
"eval_rmse": 0.08457433432340622,
|
| 261 |
+
"eval_runtime": 25.0184,
|
| 262 |
+
"eval_samples_per_second": 33.815,
|
| 263 |
+
"eval_steps_per_second": 1.079,
|
| 264 |
"step": 750
|
| 265 |
},
|
| 266 |
{
|
| 267 |
"epoch": 5.166666666666667,
|
| 268 |
+
"grad_norm": 27755.48828125,
|
| 269 |
+
"learning_rate": 4.6379310344827586e-05,
|
| 270 |
+
"loss": 0.0028,
|
| 271 |
"step": 775
|
| 272 |
},
|
| 273 |
{
|
| 274 |
"epoch": 5.333333333333333,
|
| 275 |
+
"grad_norm": 27771.154296875,
|
| 276 |
+
"learning_rate": 4.6206896551724135e-05,
|
| 277 |
+
"loss": 0.0039,
|
| 278 |
"step": 800
|
| 279 |
},
|
| 280 |
{
|
| 281 |
"epoch": 5.5,
|
| 282 |
+
"grad_norm": 17496.92578125,
|
| 283 |
+
"learning_rate": 4.603448275862069e-05,
|
| 284 |
+
"loss": 0.0039,
|
| 285 |
"step": 825
|
| 286 |
},
|
| 287 |
{
|
| 288 |
"epoch": 5.666666666666667,
|
| 289 |
+
"grad_norm": 18169.658203125,
|
| 290 |
+
"learning_rate": 4.586206896551724e-05,
|
| 291 |
+
"loss": 0.0039,
|
| 292 |
"step": 850
|
| 293 |
},
|
| 294 |
{
|
| 295 |
"epoch": 5.833333333333333,
|
| 296 |
+
"grad_norm": 17193.5234375,
|
| 297 |
+
"learning_rate": 4.5689655172413794e-05,
|
| 298 |
+
"loss": 0.0034,
|
| 299 |
"step": 875
|
| 300 |
},
|
| 301 |
{
|
| 302 |
"epoch": 6.0,
|
| 303 |
+
"grad_norm": 22194.474609375,
|
| 304 |
+
"learning_rate": 4.551724137931035e-05,
|
| 305 |
"loss": 0.0033,
|
| 306 |
"step": 900
|
| 307 |
},
|
| 308 |
{
|
| 309 |
"epoch": 6.0,
|
| 310 |
+
"eval_loss": 0.007074417546391487,
|
| 311 |
+
"eval_rmse": 0.08410955965518951,
|
| 312 |
+
"eval_runtime": 23.9626,
|
| 313 |
+
"eval_samples_per_second": 35.305,
|
| 314 |
+
"eval_steps_per_second": 1.127,
|
| 315 |
"step": 900
|
| 316 |
},
|
| 317 |
{
|
| 318 |
"epoch": 6.166666666666667,
|
| 319 |
+
"grad_norm": 9658.81640625,
|
| 320 |
+
"learning_rate": 4.53448275862069e-05,
|
| 321 |
+
"loss": 0.0026,
|
| 322 |
"step": 925
|
| 323 |
},
|
| 324 |
{
|
| 325 |
"epoch": 6.333333333333333,
|
| 326 |
+
"grad_norm": 8459.115234375,
|
| 327 |
+
"learning_rate": 4.5172413793103454e-05,
|
| 328 |
+
"loss": 0.0025,
|
| 329 |
"step": 950
|
| 330 |
},
|
| 331 |
{
|
| 332 |
"epoch": 6.5,
|
| 333 |
+
"grad_norm": 22246.572265625,
|
| 334 |
+
"learning_rate": 4.5e-05,
|
| 335 |
+
"loss": 0.0027,
|
| 336 |
"step": 975
|
| 337 |
},
|
| 338 |
{
|
| 339 |
"epoch": 6.666666666666667,
|
| 340 |
+
"grad_norm": 19054.365234375,
|
| 341 |
+
"learning_rate": 4.482758620689655e-05,
|
| 342 |
"loss": 0.0027,
|
| 343 |
"step": 1000
|
| 344 |
},
|
| 345 |
{
|
| 346 |
"epoch": 6.833333333333333,
|
| 347 |
+
"grad_norm": 20117.76171875,
|
| 348 |
+
"learning_rate": 4.465517241379311e-05,
|
| 349 |
"loss": 0.0027,
|
| 350 |
"step": 1025
|
| 351 |
},
|
| 352 |
{
|
| 353 |
"epoch": 7.0,
|
| 354 |
+
"grad_norm": 31974.06640625,
|
| 355 |
+
"learning_rate": 4.4482758620689656e-05,
|
| 356 |
+
"loss": 0.0028,
|
| 357 |
"step": 1050
|
| 358 |
},
|
| 359 |
{
|
| 360 |
"epoch": 7.0,
|
| 361 |
+
"eval_loss": 0.006500152871012688,
|
| 362 |
+
"eval_rmse": 0.08062352240085602,
|
| 363 |
+
"eval_runtime": 24.6356,
|
| 364 |
+
"eval_samples_per_second": 34.341,
|
| 365 |
+
"eval_steps_per_second": 1.096,
|
| 366 |
"step": 1050
|
| 367 |
},
|
| 368 |
{
|
| 369 |
"epoch": 7.166666666666667,
|
| 370 |
+
"grad_norm": 7549.3779296875,
|
| 371 |
+
"learning_rate": 4.431034482758621e-05,
|
| 372 |
+
"loss": 0.0023,
|
| 373 |
"step": 1075
|
| 374 |
},
|
| 375 |
{
|
| 376 |
"epoch": 7.333333333333333,
|
| 377 |
+
"grad_norm": 3568.779296875,
|
| 378 |
+
"learning_rate": 4.413793103448276e-05,
|
| 379 |
+
"loss": 0.0023,
|
| 380 |
"step": 1100
|
| 381 |
},
|
| 382 |
{
|
| 383 |
"epoch": 7.5,
|
| 384 |
+
"grad_norm": 7770.5302734375,
|
| 385 |
+
"learning_rate": 4.396551724137931e-05,
|
| 386 |
+
"loss": 0.0024,
|
| 387 |
"step": 1125
|
| 388 |
},
|
| 389 |
{
|
| 390 |
"epoch": 7.666666666666667,
|
| 391 |
+
"grad_norm": 3176.07470703125,
|
| 392 |
+
"learning_rate": 4.3793103448275864e-05,
|
| 393 |
+
"loss": 0.0025,
|
| 394 |
"step": 1150
|
| 395 |
},
|
| 396 |
{
|
| 397 |
"epoch": 7.833333333333333,
|
| 398 |
+
"grad_norm": 10015.4404296875,
|
| 399 |
+
"learning_rate": 4.362068965517241e-05,
|
| 400 |
+
"loss": 0.0024,
|
| 401 |
"step": 1175
|
| 402 |
},
|
| 403 |
{
|
| 404 |
"epoch": 8.0,
|
| 405 |
+
"grad_norm": 4624.525390625,
|
| 406 |
+
"learning_rate": 4.344827586206897e-05,
|
| 407 |
+
"loss": 0.0023,
|
| 408 |
"step": 1200
|
| 409 |
},
|
| 410 |
{
|
| 411 |
"epoch": 8.0,
|
| 412 |
+
"eval_loss": 0.007097144145518541,
|
| 413 |
+
"eval_rmse": 0.08424454927444458,
|
| 414 |
+
"eval_runtime": 24.1478,
|
| 415 |
+
"eval_samples_per_second": 35.034,
|
| 416 |
+
"eval_steps_per_second": 1.118,
|
| 417 |
"step": 1200
|
| 418 |
},
|
| 419 |
{
|
| 420 |
"epoch": 8.166666666666666,
|
| 421 |
+
"grad_norm": 32302.224609375,
|
| 422 |
+
"learning_rate": 4.327586206896552e-05,
|
| 423 |
+
"loss": 0.0027,
|
| 424 |
"step": 1225
|
| 425 |
},
|
| 426 |
{
|
| 427 |
"epoch": 8.333333333333334,
|
| 428 |
+
"grad_norm": 15594.7314453125,
|
| 429 |
+
"learning_rate": 4.3103448275862066e-05,
|
| 430 |
+
"loss": 0.0027,
|
| 431 |
"step": 1250
|
| 432 |
},
|
| 433 |
{
|
| 434 |
"epoch": 8.5,
|
| 435 |
+
"grad_norm": 30639.5546875,
|
| 436 |
+
"learning_rate": 4.293103448275863e-05,
|
| 437 |
+
"loss": 0.0023,
|
| 438 |
"step": 1275
|
| 439 |
},
|
| 440 |
{
|
| 441 |
"epoch": 8.666666666666666,
|
| 442 |
+
"grad_norm": 16389.27734375,
|
| 443 |
+
"learning_rate": 4.275862068965518e-05,
|
| 444 |
+
"loss": 0.0026,
|
| 445 |
"step": 1300
|
| 446 |
},
|
| 447 |
{
|
| 448 |
"epoch": 8.833333333333334,
|
| 449 |
+
"grad_norm": 6988.25048828125,
|
| 450 |
+
"learning_rate": 4.2586206896551725e-05,
|
| 451 |
+
"loss": 0.0027,
|
| 452 |
"step": 1325
|
| 453 |
},
|
| 454 |
{
|
| 455 |
"epoch": 9.0,
|
| 456 |
+
"grad_norm": 15722.751953125,
|
| 457 |
+
"learning_rate": 4.241379310344828e-05,
|
| 458 |
+
"loss": 0.0022,
|
| 459 |
"step": 1350
|
| 460 |
},
|
| 461 |
{
|
| 462 |
"epoch": 9.0,
|
| 463 |
+
"eval_loss": 0.006430492270737886,
|
| 464 |
+
"eval_rmse": 0.08019035309553146,
|
| 465 |
+
"eval_runtime": 24.2153,
|
| 466 |
+
"eval_samples_per_second": 34.937,
|
| 467 |
+
"eval_steps_per_second": 1.115,
|
| 468 |
"step": 1350
|
| 469 |
},
|
| 470 |
{
|
| 471 |
"epoch": 9.166666666666666,
|
| 472 |
+
"grad_norm": 14371.986328125,
|
| 473 |
+
"learning_rate": 4.224137931034483e-05,
|
| 474 |
+
"loss": 0.0017,
|
| 475 |
"step": 1375
|
| 476 |
},
|
| 477 |
{
|
| 478 |
"epoch": 9.333333333333334,
|
| 479 |
+
"grad_norm": 15843.341796875,
|
| 480 |
+
"learning_rate": 4.2068965517241385e-05,
|
| 481 |
+
"loss": 0.0015,
|
| 482 |
"step": 1400
|
| 483 |
},
|
| 484 |
{
|
| 485 |
"epoch": 9.5,
|
| 486 |
+
"grad_norm": 13752.29296875,
|
| 487 |
+
"learning_rate": 4.1896551724137934e-05,
|
| 488 |
+
"loss": 0.0021,
|
| 489 |
"step": 1425
|
| 490 |
},
|
| 491 |
{
|
| 492 |
"epoch": 9.666666666666666,
|
| 493 |
+
"grad_norm": 3012.7041015625,
|
| 494 |
+
"learning_rate": 4.172413793103448e-05,
|
| 495 |
+
"loss": 0.0016,
|
| 496 |
"step": 1450
|
| 497 |
},
|
| 498 |
{
|
| 499 |
"epoch": 9.833333333333334,
|
| 500 |
+
"grad_norm": 12362.5390625,
|
| 501 |
+
"learning_rate": 4.155172413793104e-05,
|
| 502 |
"loss": 0.0017,
|
| 503 |
"step": 1475
|
| 504 |
},
|
| 505 |
{
|
| 506 |
"epoch": 10.0,
|
| 507 |
+
"grad_norm": 14453.1337890625,
|
| 508 |
+
"learning_rate": 4.1379310344827587e-05,
|
| 509 |
+
"loss": 0.0018,
|
| 510 |
"step": 1500
|
| 511 |
},
|
| 512 |
{
|
| 513 |
"epoch": 10.0,
|
| 514 |
+
"eval_loss": 0.005872304085642099,
|
| 515 |
+
"eval_rmse": 0.07663095742464066,
|
| 516 |
+
"eval_runtime": 24.1286,
|
| 517 |
+
"eval_samples_per_second": 35.062,
|
| 518 |
+
"eval_steps_per_second": 1.119,
|
| 519 |
"step": 1500
|
| 520 |
},
|
| 521 |
{
|
| 522 |
"epoch": 10.166666666666666,
|
| 523 |
+
"grad_norm": 9474.490234375,
|
| 524 |
+
"learning_rate": 4.120689655172414e-05,
|
| 525 |
+
"loss": 0.0013,
|
| 526 |
"step": 1525
|
| 527 |
},
|
| 528 |
{
|
| 529 |
"epoch": 10.333333333333334,
|
| 530 |
+
"grad_norm": 18761.958984375,
|
| 531 |
+
"learning_rate": 4.103448275862069e-05,
|
| 532 |
+
"loss": 0.0015,
|
| 533 |
"step": 1550
|
| 534 |
},
|
| 535 |
{
|
| 536 |
"epoch": 10.5,
|
| 537 |
+
"grad_norm": 8908.1357421875,
|
| 538 |
+
"learning_rate": 4.086206896551724e-05,
|
| 539 |
+
"loss": 0.0014,
|
| 540 |
"step": 1575
|
| 541 |
},
|
| 542 |
{
|
| 543 |
"epoch": 10.666666666666666,
|
| 544 |
+
"grad_norm": 10597.185546875,
|
| 545 |
+
"learning_rate": 4.0689655172413795e-05,
|
| 546 |
"loss": 0.0013,
|
| 547 |
"step": 1600
|
| 548 |
},
|
| 549 |
{
|
| 550 |
"epoch": 10.833333333333334,
|
| 551 |
+
"grad_norm": 2860.470458984375,
|
| 552 |
+
"learning_rate": 4.0517241379310344e-05,
|
| 553 |
+
"loss": 0.0013,
|
| 554 |
"step": 1625
|
| 555 |
},
|
| 556 |
{
|
| 557 |
"epoch": 11.0,
|
| 558 |
+
"grad_norm": 16391.615234375,
|
| 559 |
+
"learning_rate": 4.03448275862069e-05,
|
| 560 |
+
"loss": 0.0014,
|
| 561 |
"step": 1650
|
| 562 |
},
|
| 563 |
{
|
| 564 |
"epoch": 11.0,
|
| 565 |
+
"eval_loss": 0.005458915140479803,
|
| 566 |
+
"eval_rmse": 0.07388447225093842,
|
| 567 |
+
"eval_runtime": 23.9306,
|
| 568 |
+
"eval_samples_per_second": 35.352,
|
| 569 |
+
"eval_steps_per_second": 1.128,
|
| 570 |
"step": 1650
|
| 571 |
},
|
| 572 |
{
|
| 573 |
"epoch": 11.166666666666666,
|
| 574 |
+
"grad_norm": 7713.515625,
|
| 575 |
+
"learning_rate": 4.0172413793103455e-05,
|
| 576 |
+
"loss": 0.0011,
|
| 577 |
"step": 1675
|
| 578 |
},
|
| 579 |
{
|
| 580 |
"epoch": 11.333333333333334,
|
| 581 |
+
"grad_norm": 7927.998046875,
|
| 582 |
+
"learning_rate": 4e-05,
|
| 583 |
+
"loss": 0.0013,
|
| 584 |
"step": 1700
|
| 585 |
},
|
| 586 |
{
|
| 587 |
"epoch": 11.5,
|
| 588 |
+
"grad_norm": 12422.3525390625,
|
| 589 |
+
"learning_rate": 3.982758620689656e-05,
|
| 590 |
+
"loss": 0.0012,
|
| 591 |
"step": 1725
|
| 592 |
},
|
| 593 |
{
|
| 594 |
"epoch": 11.666666666666666,
|
| 595 |
+
"grad_norm": 6916.77197265625,
|
| 596 |
+
"learning_rate": 3.965517241379311e-05,
|
| 597 |
+
"loss": 0.0013,
|
| 598 |
"step": 1750
|
| 599 |
},
|
| 600 |
{
|
| 601 |
"epoch": 11.833333333333334,
|
| 602 |
+
"grad_norm": 15062.759765625,
|
| 603 |
+
"learning_rate": 3.9482758620689656e-05,
|
| 604 |
+
"loss": 0.0013,
|
| 605 |
"step": 1775
|
| 606 |
},
|
| 607 |
{
|
| 608 |
"epoch": 12.0,
|
| 609 |
+
"grad_norm": 11555.865234375,
|
| 610 |
+
"learning_rate": 3.931034482758621e-05,
|
| 611 |
+
"loss": 0.0014,
|
| 612 |
"step": 1800
|
| 613 |
},
|
| 614 |
{
|
| 615 |
"epoch": 12.0,
|
| 616 |
+
"eval_loss": 0.006092158146202564,
|
| 617 |
+
"eval_rmse": 0.07805227488279343,
|
| 618 |
+
"eval_runtime": 24.7327,
|
| 619 |
+
"eval_samples_per_second": 34.206,
|
| 620 |
+
"eval_steps_per_second": 1.092,
|
| 621 |
"step": 1800
|
| 622 |
},
|
| 623 |
{
|
| 624 |
"epoch": 12.166666666666666,
|
| 625 |
+
"grad_norm": 16014.1708984375,
|
| 626 |
+
"learning_rate": 3.913793103448276e-05,
|
| 627 |
+
"loss": 0.0013,
|
| 628 |
"step": 1825
|
| 629 |
},
|
| 630 |
{
|
| 631 |
"epoch": 12.333333333333334,
|
| 632 |
+
"grad_norm": 8199.9521484375,
|
| 633 |
+
"learning_rate": 3.896551724137931e-05,
|
| 634 |
+
"loss": 0.0015,
|
| 635 |
"step": 1850
|
| 636 |
},
|
| 637 |
{
|
| 638 |
"epoch": 12.5,
|
| 639 |
+
"grad_norm": 5141.04541015625,
|
| 640 |
+
"learning_rate": 3.8793103448275865e-05,
|
| 641 |
+
"loss": 0.0011,
|
| 642 |
"step": 1875
|
| 643 |
},
|
| 644 |
{
|
| 645 |
"epoch": 12.666666666666666,
|
| 646 |
+
"grad_norm": 6066.68603515625,
|
| 647 |
+
"learning_rate": 3.862068965517241e-05,
|
| 648 |
+
"loss": 0.0013,
|
| 649 |
"step": 1900
|
| 650 |
},
|
| 651 |
{
|
| 652 |
"epoch": 12.833333333333334,
|
| 653 |
+
"grad_norm": 15361.6728515625,
|
| 654 |
+
"learning_rate": 3.844827586206897e-05,
|
| 655 |
+
"loss": 0.0013,
|
| 656 |
"step": 1925
|
| 657 |
},
|
| 658 |
{
|
| 659 |
"epoch": 13.0,
|
| 660 |
+
"grad_norm": 18773.4296875,
|
| 661 |
+
"learning_rate": 3.827586206896552e-05,
|
| 662 |
+
"loss": 0.0013,
|
| 663 |
"step": 1950
|
| 664 |
},
|
| 665 |
{
|
| 666 |
"epoch": 13.0,
|
| 667 |
+
"eval_loss": 0.005602031946182251,
|
| 668 |
+
"eval_rmse": 0.07484672218561172,
|
| 669 |
+
"eval_runtime": 25.6642,
|
| 670 |
+
"eval_samples_per_second": 32.964,
|
| 671 |
+
"eval_steps_per_second": 1.052,
|
| 672 |
"step": 1950
|
| 673 |
},
|
| 674 |
{
|
| 675 |
"epoch": 13.166666666666666,
|
| 676 |
+
"grad_norm": 13982.216796875,
|
| 677 |
+
"learning_rate": 3.8103448275862066e-05,
|
| 678 |
+
"loss": 0.0012,
|
| 679 |
"step": 1975
|
| 680 |
},
|
| 681 |
{
|
| 682 |
"epoch": 13.333333333333334,
|
| 683 |
+
"grad_norm": 8787.0205078125,
|
| 684 |
+
"learning_rate": 3.793103448275862e-05,
|
| 685 |
+
"loss": 0.0013,
|
| 686 |
"step": 2000
|
| 687 |
},
|
| 688 |
{
|
| 689 |
"epoch": 13.5,
|
| 690 |
+
"grad_norm": 14623.2998046875,
|
| 691 |
+
"learning_rate": 3.775862068965517e-05,
|
| 692 |
+
"loss": 0.0014,
|
| 693 |
"step": 2025
|
| 694 |
},
|
| 695 |
{
|
| 696 |
"epoch": 13.666666666666666,
|
| 697 |
+
"grad_norm": 15070.6416015625,
|
| 698 |
+
"learning_rate": 3.7586206896551726e-05,
|
| 699 |
+
"loss": 0.0011,
|
| 700 |
"step": 2050
|
| 701 |
},
|
| 702 |
{
|
| 703 |
"epoch": 13.833333333333334,
|
| 704 |
+
"grad_norm": 3772.699951171875,
|
| 705 |
+
"learning_rate": 3.741379310344828e-05,
|
| 706 |
+
"loss": 0.0012,
|
| 707 |
"step": 2075
|
| 708 |
},
|
| 709 |
{
|
| 710 |
"epoch": 14.0,
|
| 711 |
+
"grad_norm": 6189.50927734375,
|
| 712 |
+
"learning_rate": 3.724137931034483e-05,
|
| 713 |
+
"loss": 0.0009,
|
| 714 |
"step": 2100
|
| 715 |
},
|
| 716 |
{
|
| 717 |
"epoch": 14.0,
|
| 718 |
+
"eval_loss": 0.005514672491699457,
|
| 719 |
+
"eval_rmse": 0.07426083832979202,
|
| 720 |
+
"eval_runtime": 24.3843,
|
| 721 |
+
"eval_samples_per_second": 34.695,
|
| 722 |
+
"eval_steps_per_second": 1.107,
|
| 723 |
"step": 2100
|
| 724 |
},
|
| 725 |
{
|
| 726 |
"epoch": 14.166666666666666,
|
| 727 |
+
"grad_norm": 7100.7158203125,
|
| 728 |
+
"learning_rate": 3.7068965517241385e-05,
|
| 729 |
+
"loss": 0.0011,
|
| 730 |
"step": 2125
|
| 731 |
},
|
| 732 |
{
|
| 733 |
"epoch": 14.333333333333334,
|
| 734 |
+
"grad_norm": 21329.642578125,
|
| 735 |
+
"learning_rate": 3.6896551724137934e-05,
|
| 736 |
+
"loss": 0.0012,
|
| 737 |
"step": 2150
|
| 738 |
},
|
| 739 |
{
|
| 740 |
"epoch": 14.5,
|
| 741 |
+
"grad_norm": 13695.5166015625,
|
| 742 |
+
"learning_rate": 3.672413793103448e-05,
|
| 743 |
+
"loss": 0.0014,
|
| 744 |
"step": 2175
|
| 745 |
},
|
| 746 |
{
|
| 747 |
"epoch": 14.666666666666666,
|
| 748 |
+
"grad_norm": 2531.25048828125,
|
| 749 |
+
"learning_rate": 3.655172413793104e-05,
|
| 750 |
+
"loss": 0.001,
|
| 751 |
"step": 2200
|
| 752 |
},
|
| 753 |
{
|
| 754 |
"epoch": 14.833333333333334,
|
| 755 |
+
"grad_norm": 34455.28125,
|
| 756 |
+
"learning_rate": 3.637931034482759e-05,
|
| 757 |
+
"loss": 0.0017,
|
| 758 |
"step": 2225
|
| 759 |
},
|
| 760 |
{
|
| 761 |
"epoch": 15.0,
|
| 762 |
+
"grad_norm": 4662.3671875,
|
| 763 |
+
"learning_rate": 3.620689655172414e-05,
|
| 764 |
+
"loss": 0.0017,
|
| 765 |
"step": 2250
|
| 766 |
},
|
| 767 |
{
|
| 768 |
"epoch": 15.0,
|
| 769 |
+
"eval_loss": 0.005805719178169966,
|
| 770 |
+
"eval_rmse": 0.07619526982307434,
|
| 771 |
+
"eval_runtime": 25.2273,
|
| 772 |
+
"eval_samples_per_second": 33.535,
|
| 773 |
+
"eval_steps_per_second": 1.07,
|
| 774 |
"step": 2250
|
| 775 |
},
|
| 776 |
{
|
| 777 |
"epoch": 15.166666666666666,
|
| 778 |
+
"grad_norm": 20696.083984375,
|
| 779 |
+
"learning_rate": 3.603448275862069e-05,
|
| 780 |
+
"loss": 0.0012,
|
| 781 |
"step": 2275
|
| 782 |
},
|
| 783 |
{
|
| 784 |
"epoch": 15.333333333333334,
|
| 785 |
+
"grad_norm": 11598.755859375,
|
| 786 |
+
"learning_rate": 3.586206896551724e-05,
|
| 787 |
+
"loss": 0.0009,
|
| 788 |
"step": 2300
|
| 789 |
},
|
| 790 |
{
|
| 791 |
"epoch": 15.5,
|
| 792 |
+
"grad_norm": 3409.390625,
|
| 793 |
+
"learning_rate": 3.5689655172413795e-05,
|
| 794 |
+
"loss": 0.001,
|
| 795 |
"step": 2325
|
| 796 |
},
|
| 797 |
{
|
| 798 |
"epoch": 15.666666666666666,
|
| 799 |
+
"grad_norm": 5427.46875,
|
| 800 |
+
"learning_rate": 3.5517241379310344e-05,
|
| 801 |
+
"loss": 0.0012,
|
| 802 |
"step": 2350
|
| 803 |
},
|
| 804 |
{
|
| 805 |
"epoch": 15.833333333333334,
|
| 806 |
+
"grad_norm": 7153.16650390625,
|
| 807 |
+
"learning_rate": 3.53448275862069e-05,
|
| 808 |
+
"loss": 0.0009,
|
| 809 |
"step": 2375
|
| 810 |
},
|
| 811 |
{
|
| 812 |
"epoch": 16.0,
|
| 813 |
+
"grad_norm": 5100.07763671875,
|
| 814 |
+
"learning_rate": 3.517241379310345e-05,
|
| 815 |
+
"loss": 0.0012,
|
| 816 |
"step": 2400
|
| 817 |
},
|
| 818 |
{
|
| 819 |
"epoch": 16.0,
|
| 820 |
+
"eval_loss": 0.005410957615822554,
|
| 821 |
+
"eval_rmse": 0.07355920970439911,
|
| 822 |
+
"eval_runtime": 24.7206,
|
| 823 |
+
"eval_samples_per_second": 34.223,
|
| 824 |
+
"eval_steps_per_second": 1.092,
|
| 825 |
"step": 2400
|
| 826 |
},
|
| 827 |
{
|
| 828 |
"epoch": 16.166666666666668,
|
| 829 |
+
"grad_norm": 20211.419921875,
|
| 830 |
+
"learning_rate": 3.5e-05,
|
| 831 |
+
"loss": 0.0011,
|
| 832 |
"step": 2425
|
| 833 |
},
|
| 834 |
{
|
| 835 |
"epoch": 16.333333333333332,
|
| 836 |
+
"grad_norm": 12609.2548828125,
|
| 837 |
+
"learning_rate": 3.482758620689655e-05,
|
| 838 |
+
"loss": 0.0011,
|
| 839 |
"step": 2450
|
| 840 |
},
|
| 841 |
{
|
| 842 |
"epoch": 16.5,
|
| 843 |
+
"grad_norm": 3446.8486328125,
|
| 844 |
+
"learning_rate": 3.465517241379311e-05,
|
| 845 |
+
"loss": 0.0009,
|
| 846 |
"step": 2475
|
| 847 |
},
|
| 848 |
{
|
| 849 |
"epoch": 16.666666666666668,
|
| 850 |
+
"grad_norm": 14641.283203125,
|
| 851 |
+
"learning_rate": 3.4482758620689657e-05,
|
| 852 |
+
"loss": 0.0008,
|
| 853 |
"step": 2500
|
| 854 |
},
|
| 855 |
{
|
| 856 |
"epoch": 16.833333333333332,
|
| 857 |
+
"grad_norm": 12291.1083984375,
|
| 858 |
+
"learning_rate": 3.431034482758621e-05,
|
| 859 |
+
"loss": 0.0009,
|
| 860 |
"step": 2525
|
| 861 |
},
|
| 862 |
{
|
| 863 |
"epoch": 17.0,
|
| 864 |
+
"grad_norm": 7226.25,
|
| 865 |
+
"learning_rate": 3.413793103448276e-05,
|
| 866 |
+
"loss": 0.0008,
|
| 867 |
"step": 2550
|
| 868 |
},
|
| 869 |
{
|
| 870 |
"epoch": 17.0,
|
| 871 |
+
"eval_loss": 0.005254137795418501,
|
| 872 |
+
"eval_rmse": 0.07248543202877045,
|
| 873 |
+
"eval_runtime": 25.4082,
|
| 874 |
+
"eval_samples_per_second": 33.296,
|
| 875 |
+
"eval_steps_per_second": 1.063,
|
| 876 |
"step": 2550
|
| 877 |
},
|
| 878 |
{
|
| 879 |
"epoch": 17.166666666666668,
|
| 880 |
+
"grad_norm": 6015.2412109375,
|
| 881 |
+
"learning_rate": 3.3965517241379316e-05,
|
| 882 |
+
"loss": 0.0008,
|
| 883 |
"step": 2575
|
| 884 |
},
|
| 885 |
{
|
| 886 |
"epoch": 17.333333333333332,
|
| 887 |
+
"grad_norm": 7095.80859375,
|
| 888 |
+
"learning_rate": 3.3793103448275865e-05,
|
| 889 |
+
"loss": 0.0008,
|
| 890 |
"step": 2600
|
| 891 |
},
|
| 892 |
{
|
| 893 |
"epoch": 17.5,
|
| 894 |
+
"grad_norm": 7659.24951171875,
|
| 895 |
+
"learning_rate": 3.3620689655172414e-05,
|
| 896 |
+
"loss": 0.0008,
|
| 897 |
"step": 2625
|
| 898 |
},
|
| 899 |
{
|
| 900 |
"epoch": 17.666666666666668,
|
| 901 |
+
"grad_norm": 3724.34619140625,
|
| 902 |
+
"learning_rate": 3.344827586206897e-05,
|
| 903 |
+
"loss": 0.001,
|
| 904 |
"step": 2650
|
| 905 |
},
|
| 906 |
{
|
| 907 |
"epoch": 17.833333333333332,
|
| 908 |
+
"grad_norm": 16511.189453125,
|
| 909 |
+
"learning_rate": 3.327586206896552e-05,
|
| 910 |
+
"loss": 0.0009,
|
| 911 |
"step": 2675
|
| 912 |
},
|
| 913 |
{
|
| 914 |
"epoch": 18.0,
|
| 915 |
+
"grad_norm": 13546.2470703125,
|
| 916 |
+
"learning_rate": 3.310344827586207e-05,
|
| 917 |
+
"loss": 0.0008,
|
| 918 |
"step": 2700
|
| 919 |
},
|
| 920 |
{
|
| 921 |
"epoch": 18.0,
|
| 922 |
+
"eval_loss": 0.00547071872279048,
|
| 923 |
+
"eval_rmse": 0.07396430522203445,
|
| 924 |
+
"eval_runtime": 24.3255,
|
| 925 |
+
"eval_samples_per_second": 34.778,
|
| 926 |
+
"eval_steps_per_second": 1.11,
|
| 927 |
"step": 2700
|
| 928 |
},
|
| 929 |
{
|
| 930 |
"epoch": 18.166666666666668,
|
| 931 |
+
"grad_norm": 9512.2578125,
|
| 932 |
+
"learning_rate": 3.293103448275862e-05,
|
| 933 |
+
"loss": 0.0008,
|
| 934 |
"step": 2725
|
| 935 |
},
|
| 936 |
{
|
| 937 |
"epoch": 18.333333333333332,
|
| 938 |
+
"grad_norm": 6799.78662109375,
|
| 939 |
+
"learning_rate": 3.275862068965517e-05,
|
| 940 |
+
"loss": 0.0008,
|
| 941 |
"step": 2750
|
| 942 |
},
|
| 943 |
{
|
| 944 |
"epoch": 18.5,
|
| 945 |
+
"grad_norm": 3044.78662109375,
|
| 946 |
+
"learning_rate": 3.2586206896551726e-05,
|
| 947 |
+
"loss": 0.0007,
|
| 948 |
"step": 2775
|
| 949 |
},
|
| 950 |
{
|
| 951 |
"epoch": 18.666666666666668,
|
| 952 |
+
"grad_norm": 13546.1982421875,
|
| 953 |
+
"learning_rate": 3.2413793103448275e-05,
|
| 954 |
+
"loss": 0.0007,
|
| 955 |
"step": 2800
|
| 956 |
},
|
| 957 |
{
|
| 958 |
"epoch": 18.833333333333332,
|
| 959 |
+
"grad_norm": 12045.7158203125,
|
| 960 |
+
"learning_rate": 3.2241379310344824e-05,
|
| 961 |
+
"loss": 0.0007,
|
| 962 |
"step": 2825
|
| 963 |
},
|
| 964 |
{
|
| 965 |
"epoch": 19.0,
|
| 966 |
+
"grad_norm": 11820.66015625,
|
| 967 |
+
"learning_rate": 3.206896551724138e-05,
|
| 968 |
+
"loss": 0.0007,
|
| 969 |
"step": 2850
|
| 970 |
},
|
| 971 |
{
|
| 972 |
"epoch": 19.0,
|
| 973 |
+
"eval_loss": 0.005731063894927502,
|
| 974 |
+
"eval_rmse": 0.07570379227399826,
|
| 975 |
+
"eval_runtime": 24.3718,
|
| 976 |
+
"eval_samples_per_second": 34.712,
|
| 977 |
+
"eval_steps_per_second": 1.108,
|
| 978 |
"step": 2850
|
| 979 |
},
|
| 980 |
{
|
| 981 |
"epoch": 19.166666666666668,
|
| 982 |
+
"grad_norm": 4663.9130859375,
|
| 983 |
+
"learning_rate": 3.1896551724137935e-05,
|
| 984 |
+
"loss": 0.0007,
|
| 985 |
"step": 2875
|
| 986 |
},
|
| 987 |
{
|
| 988 |
"epoch": 19.333333333333332,
|
| 989 |
+
"grad_norm": 1934.84619140625,
|
| 990 |
+
"learning_rate": 3.172413793103448e-05,
|
| 991 |
+
"loss": 0.0007,
|
| 992 |
"step": 2900
|
| 993 |
},
|
| 994 |
{
|
| 995 |
"epoch": 19.5,
|
| 996 |
+
"grad_norm": 6919.31982421875,
|
| 997 |
+
"learning_rate": 3.155172413793104e-05,
|
| 998 |
+
"loss": 0.0007,
|
| 999 |
"step": 2925
|
| 1000 |
},
|
| 1001 |
{
|
| 1002 |
"epoch": 19.666666666666668,
|
| 1003 |
+
"grad_norm": 6109.6171875,
|
| 1004 |
+
"learning_rate": 3.137931034482759e-05,
|
| 1005 |
+
"loss": 0.0007,
|
| 1006 |
"step": 2950
|
| 1007 |
},
|
| 1008 |
{
|
| 1009 |
"epoch": 19.833333333333332,
|
| 1010 |
+
"grad_norm": 5411.876953125,
|
| 1011 |
+
"learning_rate": 3.120689655172414e-05,
|
| 1012 |
+
"loss": 0.0006,
|
| 1013 |
"step": 2975
|
| 1014 |
},
|
| 1015 |
{
|
| 1016 |
"epoch": 20.0,
|
| 1017 |
+
"grad_norm": 11151.029296875,
|
| 1018 |
+
"learning_rate": 3.103448275862069e-05,
|
| 1019 |
+
"loss": 0.0007,
|
| 1020 |
"step": 3000
|
| 1021 |
},
|
| 1022 |
{
|
| 1023 |
"epoch": 20.0,
|
| 1024 |
+
"eval_loss": 0.005564698483794928,
|
| 1025 |
+
"eval_rmse": 0.07459690421819687,
|
| 1026 |
+
"eval_runtime": 24.4791,
|
| 1027 |
+
"eval_samples_per_second": 34.56,
|
| 1028 |
+
"eval_steps_per_second": 1.103,
|
| 1029 |
"step": 3000
|
| 1030 |
},
|
| 1031 |
{
|
| 1032 |
+
"epoch": 20.166666666666668,
|
| 1033 |
+
"grad_norm": 6611.220703125,
|
| 1034 |
+
"learning_rate": 3.086206896551724e-05,
|
| 1035 |
+
"loss": 0.0007,
|
| 1036 |
+
"step": 3025
|
| 1037 |
+
},
|
| 1038 |
+
{
|
| 1039 |
+
"epoch": 20.333333333333332,
|
| 1040 |
+
"grad_norm": 2534.669921875,
|
| 1041 |
+
"learning_rate": 3.0689655172413796e-05,
|
| 1042 |
+
"loss": 0.0008,
|
| 1043 |
+
"step": 3050
|
| 1044 |
+
},
|
| 1045 |
+
{
|
| 1046 |
+
"epoch": 20.5,
|
| 1047 |
+
"grad_norm": 4288.451171875,
|
| 1048 |
+
"learning_rate": 3.0517241379310348e-05,
|
| 1049 |
+
"loss": 0.0007,
|
| 1050 |
+
"step": 3075
|
| 1051 |
+
},
|
| 1052 |
+
{
|
| 1053 |
+
"epoch": 20.666666666666668,
|
| 1054 |
+
"grad_norm": 6255.359375,
|
| 1055 |
+
"learning_rate": 3.0344827586206897e-05,
|
| 1056 |
+
"loss": 0.0006,
|
| 1057 |
+
"step": 3100
|
| 1058 |
+
},
|
| 1059 |
+
{
|
| 1060 |
+
"epoch": 20.833333333333332,
|
| 1061 |
+
"grad_norm": 4882.11328125,
|
| 1062 |
+
"learning_rate": 3.017241379310345e-05,
|
| 1063 |
+
"loss": 0.0006,
|
| 1064 |
+
"step": 3125
|
| 1065 |
+
},
|
| 1066 |
+
{
|
| 1067 |
+
"epoch": 21.0,
|
| 1068 |
+
"grad_norm": 2612.861083984375,
|
| 1069 |
+
"learning_rate": 3e-05,
|
| 1070 |
+
"loss": 0.0006,
|
| 1071 |
+
"step": 3150
|
| 1072 |
+
},
|
| 1073 |
+
{
|
| 1074 |
+
"epoch": 21.0,
|
| 1075 |
+
"eval_loss": 0.005460184533149004,
|
| 1076 |
+
"eval_rmse": 0.07389306277036667,
|
| 1077 |
+
"eval_runtime": 24.709,
|
| 1078 |
+
"eval_samples_per_second": 34.239,
|
| 1079 |
+
"eval_steps_per_second": 1.093,
|
| 1080 |
+
"step": 3150
|
| 1081 |
+
},
|
| 1082 |
+
{
|
| 1083 |
+
"epoch": 21.166666666666668,
|
| 1084 |
+
"grad_norm": 13961.8076171875,
|
| 1085 |
+
"learning_rate": 2.9827586206896553e-05,
|
| 1086 |
+
"loss": 0.0007,
|
| 1087 |
+
"step": 3175
|
| 1088 |
+
},
|
| 1089 |
+
{
|
| 1090 |
+
"epoch": 21.333333333333332,
|
| 1091 |
+
"grad_norm": 10601.8212890625,
|
| 1092 |
+
"learning_rate": 2.96551724137931e-05,
|
| 1093 |
+
"loss": 0.0007,
|
| 1094 |
+
"step": 3200
|
| 1095 |
+
},
|
| 1096 |
+
{
|
| 1097 |
+
"epoch": 21.5,
|
| 1098 |
+
"grad_norm": 8989.919921875,
|
| 1099 |
+
"learning_rate": 2.9482758620689654e-05,
|
| 1100 |
+
"loss": 0.0007,
|
| 1101 |
+
"step": 3225
|
| 1102 |
+
},
|
| 1103 |
+
{
|
| 1104 |
+
"epoch": 21.666666666666668,
|
| 1105 |
+
"grad_norm": 2415.768310546875,
|
| 1106 |
+
"learning_rate": 2.9310344827586206e-05,
|
| 1107 |
+
"loss": 0.0006,
|
| 1108 |
+
"step": 3250
|
| 1109 |
+
},
|
| 1110 |
+
{
|
| 1111 |
+
"epoch": 21.833333333333332,
|
| 1112 |
+
"grad_norm": 4838.57666015625,
|
| 1113 |
+
"learning_rate": 2.913793103448276e-05,
|
| 1114 |
+
"loss": 0.0005,
|
| 1115 |
+
"step": 3275
|
| 1116 |
+
},
|
| 1117 |
+
{
|
| 1118 |
+
"epoch": 22.0,
|
| 1119 |
+
"grad_norm": 8728.1083984375,
|
| 1120 |
+
"learning_rate": 2.8965517241379313e-05,
|
| 1121 |
+
"loss": 0.0005,
|
| 1122 |
+
"step": 3300
|
| 1123 |
+
},
|
| 1124 |
+
{
|
| 1125 |
+
"epoch": 22.0,
|
| 1126 |
+
"eval_loss": 0.005140391178429127,
|
| 1127 |
+
"eval_rmse": 0.07169651985168457,
|
| 1128 |
+
"eval_runtime": 24.1883,
|
| 1129 |
+
"eval_samples_per_second": 34.976,
|
| 1130 |
+
"eval_steps_per_second": 1.116,
|
| 1131 |
+
"step": 3300
|
| 1132 |
+
},
|
| 1133 |
+
{
|
| 1134 |
+
"epoch": 22.166666666666668,
|
| 1135 |
+
"grad_norm": 14058.439453125,
|
| 1136 |
+
"learning_rate": 2.8793103448275865e-05,
|
| 1137 |
+
"loss": 0.0006,
|
| 1138 |
+
"step": 3325
|
| 1139 |
+
},
|
| 1140 |
+
{
|
| 1141 |
+
"epoch": 22.333333333333332,
|
| 1142 |
+
"grad_norm": 3426.945068359375,
|
| 1143 |
+
"learning_rate": 2.8620689655172417e-05,
|
| 1144 |
+
"loss": 0.0007,
|
| 1145 |
+
"step": 3350
|
| 1146 |
+
},
|
| 1147 |
+
{
|
| 1148 |
+
"epoch": 22.5,
|
| 1149 |
+
"grad_norm": 4576.7431640625,
|
| 1150 |
+
"learning_rate": 2.844827586206897e-05,
|
| 1151 |
+
"loss": 0.0005,
|
| 1152 |
+
"step": 3375
|
| 1153 |
+
},
|
| 1154 |
+
{
|
| 1155 |
+
"epoch": 22.666666666666668,
|
| 1156 |
+
"grad_norm": 2808.37744140625,
|
| 1157 |
+
"learning_rate": 2.8275862068965518e-05,
|
| 1158 |
+
"loss": 0.0005,
|
| 1159 |
+
"step": 3400
|
| 1160 |
+
},
|
| 1161 |
+
{
|
| 1162 |
+
"epoch": 22.833333333333332,
|
| 1163 |
+
"grad_norm": 9870.7392578125,
|
| 1164 |
+
"learning_rate": 2.810344827586207e-05,
|
| 1165 |
+
"loss": 0.0006,
|
| 1166 |
+
"step": 3425
|
| 1167 |
+
},
|
| 1168 |
+
{
|
| 1169 |
+
"epoch": 23.0,
|
| 1170 |
+
"grad_norm": 12436.296875,
|
| 1171 |
+
"learning_rate": 2.7931034482758622e-05,
|
| 1172 |
+
"loss": 0.0006,
|
| 1173 |
+
"step": 3450
|
| 1174 |
+
},
|
| 1175 |
+
{
|
| 1176 |
+
"epoch": 23.0,
|
| 1177 |
+
"eval_loss": 0.005283581558614969,
|
| 1178 |
+
"eval_rmse": 0.0726882591843605,
|
| 1179 |
+
"eval_runtime": 24.0792,
|
| 1180 |
+
"eval_samples_per_second": 35.134,
|
| 1181 |
+
"eval_steps_per_second": 1.121,
|
| 1182 |
+
"step": 3450
|
| 1183 |
+
},
|
| 1184 |
+
{
|
| 1185 |
+
"epoch": 23.166666666666668,
|
| 1186 |
+
"grad_norm": 2277.886962890625,
|
| 1187 |
+
"learning_rate": 2.7758620689655175e-05,
|
| 1188 |
+
"loss": 0.0006,
|
| 1189 |
+
"step": 3475
|
| 1190 |
+
},
|
| 1191 |
+
{
|
| 1192 |
+
"epoch": 23.333333333333332,
|
| 1193 |
+
"grad_norm": 12487.025390625,
|
| 1194 |
+
"learning_rate": 2.7586206896551727e-05,
|
| 1195 |
+
"loss": 0.0006,
|
| 1196 |
+
"step": 3500
|
| 1197 |
+
},
|
| 1198 |
+
{
|
| 1199 |
+
"epoch": 23.5,
|
| 1200 |
+
"grad_norm": 13577.09375,
|
| 1201 |
+
"learning_rate": 2.7413793103448275e-05,
|
| 1202 |
+
"loss": 0.0006,
|
| 1203 |
+
"step": 3525
|
| 1204 |
+
},
|
| 1205 |
+
{
|
| 1206 |
+
"epoch": 23.666666666666668,
|
| 1207 |
+
"grad_norm": 13655.8271484375,
|
| 1208 |
+
"learning_rate": 2.7241379310344827e-05,
|
| 1209 |
+
"loss": 0.0005,
|
| 1210 |
+
"step": 3550
|
| 1211 |
+
},
|
| 1212 |
+
{
|
| 1213 |
+
"epoch": 23.833333333333332,
|
| 1214 |
+
"grad_norm": 2765.83056640625,
|
| 1215 |
+
"learning_rate": 2.706896551724138e-05,
|
| 1216 |
+
"loss": 0.0005,
|
| 1217 |
+
"step": 3575
|
| 1218 |
+
},
|
| 1219 |
+
{
|
| 1220 |
+
"epoch": 24.0,
|
| 1221 |
+
"grad_norm": 3158.755126953125,
|
| 1222 |
+
"learning_rate": 2.689655172413793e-05,
|
| 1223 |
+
"loss": 0.0005,
|
| 1224 |
+
"step": 3600
|
| 1225 |
+
},
|
| 1226 |
+
{
|
| 1227 |
+
"epoch": 24.0,
|
| 1228 |
+
"eval_loss": 0.005190260708332062,
|
| 1229 |
+
"eval_rmse": 0.07204346358776093,
|
| 1230 |
+
"eval_runtime": 24.5397,
|
| 1231 |
+
"eval_samples_per_second": 34.475,
|
| 1232 |
+
"eval_steps_per_second": 1.1,
|
| 1233 |
+
"step": 3600
|
| 1234 |
+
},
|
| 1235 |
+
{
|
| 1236 |
+
"epoch": 24.166666666666668,
|
| 1237 |
+
"grad_norm": 7158.42578125,
|
| 1238 |
+
"learning_rate": 2.672413793103448e-05,
|
| 1239 |
+
"loss": 0.0005,
|
| 1240 |
+
"step": 3625
|
| 1241 |
+
},
|
| 1242 |
+
{
|
| 1243 |
+
"epoch": 24.333333333333332,
|
| 1244 |
+
"grad_norm": 14029.6904296875,
|
| 1245 |
+
"learning_rate": 2.6551724137931032e-05,
|
| 1246 |
+
"loss": 0.0006,
|
| 1247 |
+
"step": 3650
|
| 1248 |
+
},
|
| 1249 |
+
{
|
| 1250 |
+
"epoch": 24.5,
|
| 1251 |
+
"grad_norm": 5185.93408203125,
|
| 1252 |
+
"learning_rate": 2.637931034482759e-05,
|
| 1253 |
+
"loss": 0.0005,
|
| 1254 |
+
"step": 3675
|
| 1255 |
+
},
|
| 1256 |
+
{
|
| 1257 |
+
"epoch": 24.666666666666668,
|
| 1258 |
+
"grad_norm": 4489.02294921875,
|
| 1259 |
+
"learning_rate": 2.620689655172414e-05,
|
| 1260 |
+
"loss": 0.0006,
|
| 1261 |
+
"step": 3700
|
| 1262 |
+
},
|
| 1263 |
+
{
|
| 1264 |
+
"epoch": 24.833333333333332,
|
| 1265 |
+
"grad_norm": 1894.82666015625,
|
| 1266 |
+
"learning_rate": 2.6034482758620692e-05,
|
| 1267 |
+
"loss": 0.0007,
|
| 1268 |
+
"step": 3725
|
| 1269 |
+
},
|
| 1270 |
+
{
|
| 1271 |
+
"epoch": 25.0,
|
| 1272 |
+
"grad_norm": 6927.84716796875,
|
| 1273 |
+
"learning_rate": 2.5862068965517244e-05,
|
| 1274 |
+
"loss": 0.0006,
|
| 1275 |
+
"step": 3750
|
| 1276 |
+
},
|
| 1277 |
+
{
|
| 1278 |
+
"epoch": 25.0,
|
| 1279 |
+
"eval_loss": 0.005490241106599569,
|
| 1280 |
+
"eval_rmse": 0.07409615814685822,
|
| 1281 |
+
"eval_runtime": 24.2263,
|
| 1282 |
+
"eval_samples_per_second": 34.921,
|
| 1283 |
+
"eval_steps_per_second": 1.114,
|
| 1284 |
+
"step": 3750
|
| 1285 |
+
},
|
| 1286 |
+
{
|
| 1287 |
+
"epoch": 25.166666666666668,
|
| 1288 |
+
"grad_norm": 2080.053955078125,
|
| 1289 |
+
"learning_rate": 2.5689655172413796e-05,
|
| 1290 |
+
"loss": 0.0005,
|
| 1291 |
+
"step": 3775
|
| 1292 |
+
},
|
| 1293 |
+
{
|
| 1294 |
+
"epoch": 25.333333333333332,
|
| 1295 |
+
"grad_norm": 7075.02685546875,
|
| 1296 |
+
"learning_rate": 2.551724137931035e-05,
|
| 1297 |
+
"loss": 0.0006,
|
| 1298 |
+
"step": 3800
|
| 1299 |
+
},
|
| 1300 |
+
{
|
| 1301 |
+
"epoch": 25.5,
|
| 1302 |
+
"grad_norm": 10757.322265625,
|
| 1303 |
+
"learning_rate": 2.5344827586206897e-05,
|
| 1304 |
+
"loss": 0.0006,
|
| 1305 |
+
"step": 3825
|
| 1306 |
+
},
|
| 1307 |
+
{
|
| 1308 |
+
"epoch": 25.666666666666668,
|
| 1309 |
+
"grad_norm": 9014.060546875,
|
| 1310 |
+
"learning_rate": 2.517241379310345e-05,
|
| 1311 |
+
"loss": 0.0006,
|
| 1312 |
+
"step": 3850
|
| 1313 |
+
},
|
| 1314 |
+
{
|
| 1315 |
+
"epoch": 25.833333333333332,
|
| 1316 |
+
"grad_norm": 2507.72998046875,
|
| 1317 |
+
"learning_rate": 2.5e-05,
|
| 1318 |
+
"loss": 0.0004,
|
| 1319 |
+
"step": 3875
|
| 1320 |
+
},
|
| 1321 |
+
{
|
| 1322 |
+
"epoch": 26.0,
|
| 1323 |
+
"grad_norm": 9365.7626953125,
|
| 1324 |
+
"learning_rate": 2.4827586206896553e-05,
|
| 1325 |
+
"loss": 0.0005,
|
| 1326 |
+
"step": 3900
|
| 1327 |
+
},
|
| 1328 |
+
{
|
| 1329 |
+
"epoch": 26.0,
|
| 1330 |
+
"eval_loss": 0.005092009902000427,
|
| 1331 |
+
"eval_rmse": 0.07135831564664841,
|
| 1332 |
+
"eval_runtime": 24.0941,
|
| 1333 |
+
"eval_samples_per_second": 35.112,
|
| 1334 |
+
"eval_steps_per_second": 1.121,
|
| 1335 |
+
"step": 3900
|
| 1336 |
+
},
|
| 1337 |
+
{
|
| 1338 |
+
"epoch": 26.166666666666668,
|
| 1339 |
+
"grad_norm": 8156.84814453125,
|
| 1340 |
+
"learning_rate": 2.4655172413793105e-05,
|
| 1341 |
+
"loss": 0.0005,
|
| 1342 |
+
"step": 3925
|
| 1343 |
+
},
|
| 1344 |
+
{
|
| 1345 |
+
"epoch": 26.333333333333332,
|
| 1346 |
+
"grad_norm": 6262.81396484375,
|
| 1347 |
+
"learning_rate": 2.4482758620689654e-05,
|
| 1348 |
+
"loss": 0.0005,
|
| 1349 |
+
"step": 3950
|
| 1350 |
+
},
|
| 1351 |
+
{
|
| 1352 |
+
"epoch": 26.5,
|
| 1353 |
+
"grad_norm": 4787.65771484375,
|
| 1354 |
+
"learning_rate": 2.4310344827586206e-05,
|
| 1355 |
+
"loss": 0.0005,
|
| 1356 |
+
"step": 3975
|
| 1357 |
+
},
|
| 1358 |
+
{
|
| 1359 |
+
"epoch": 26.666666666666668,
|
| 1360 |
+
"grad_norm": 7484.62939453125,
|
| 1361 |
+
"learning_rate": 2.413793103448276e-05,
|
| 1362 |
+
"loss": 0.0005,
|
| 1363 |
+
"step": 4000
|
| 1364 |
+
},
|
| 1365 |
+
{
|
| 1366 |
+
"epoch": 26.833333333333332,
|
| 1367 |
+
"grad_norm": 10509.4423828125,
|
| 1368 |
+
"learning_rate": 2.3965517241379314e-05,
|
| 1369 |
+
"loss": 0.0005,
|
| 1370 |
+
"step": 4025
|
| 1371 |
+
},
|
| 1372 |
+
{
|
| 1373 |
+
"epoch": 27.0,
|
| 1374 |
+
"grad_norm": 11441.84765625,
|
| 1375 |
+
"learning_rate": 2.3793103448275862e-05,
|
| 1376 |
+
"loss": 0.0005,
|
| 1377 |
+
"step": 4050
|
| 1378 |
+
},
|
| 1379 |
+
{
|
| 1380 |
+
"epoch": 27.0,
|
| 1381 |
+
"eval_loss": 0.005185635760426521,
|
| 1382 |
+
"eval_rmse": 0.07201135903596878,
|
| 1383 |
+
"eval_runtime": 24.5085,
|
| 1384 |
+
"eval_samples_per_second": 34.519,
|
| 1385 |
+
"eval_steps_per_second": 1.102,
|
| 1386 |
+
"step": 4050
|
| 1387 |
+
},
|
| 1388 |
+
{
|
| 1389 |
+
"epoch": 27.166666666666668,
|
| 1390 |
+
"grad_norm": 12403.2705078125,
|
| 1391 |
+
"learning_rate": 2.3620689655172415e-05,
|
| 1392 |
+
"loss": 0.0005,
|
| 1393 |
+
"step": 4075
|
| 1394 |
+
},
|
| 1395 |
+
{
|
| 1396 |
+
"epoch": 27.333333333333332,
|
| 1397 |
+
"grad_norm": 6164.29541015625,
|
| 1398 |
+
"learning_rate": 2.3448275862068967e-05,
|
| 1399 |
+
"loss": 0.0005,
|
| 1400 |
+
"step": 4100
|
| 1401 |
+
},
|
| 1402 |
+
{
|
| 1403 |
+
"epoch": 27.5,
|
| 1404 |
+
"grad_norm": 10556.6201171875,
|
| 1405 |
+
"learning_rate": 2.327586206896552e-05,
|
| 1406 |
+
"loss": 0.0004,
|
| 1407 |
+
"step": 4125
|
| 1408 |
+
},
|
| 1409 |
+
{
|
| 1410 |
+
"epoch": 27.666666666666668,
|
| 1411 |
+
"grad_norm": 5694.11572265625,
|
| 1412 |
+
"learning_rate": 2.3103448275862067e-05,
|
| 1413 |
+
"loss": 0.0005,
|
| 1414 |
+
"step": 4150
|
| 1415 |
+
},
|
| 1416 |
+
{
|
| 1417 |
+
"epoch": 27.833333333333332,
|
| 1418 |
+
"grad_norm": 7944.47216796875,
|
| 1419 |
+
"learning_rate": 2.293103448275862e-05,
|
| 1420 |
+
"loss": 0.0005,
|
| 1421 |
+
"step": 4175
|
| 1422 |
+
},
|
| 1423 |
+
{
|
| 1424 |
+
"epoch": 28.0,
|
| 1425 |
+
"grad_norm": 11066.5947265625,
|
| 1426 |
+
"learning_rate": 2.2758620689655175e-05,
|
| 1427 |
+
"loss": 0.0005,
|
| 1428 |
+
"step": 4200
|
| 1429 |
+
},
|
| 1430 |
+
{
|
| 1431 |
+
"epoch": 28.0,
|
| 1432 |
+
"eval_loss": 0.005251267924904823,
|
| 1433 |
+
"eval_rmse": 0.07246563583612442,
|
| 1434 |
+
"eval_runtime": 25.0299,
|
| 1435 |
+
"eval_samples_per_second": 33.8,
|
| 1436 |
+
"eval_steps_per_second": 1.079,
|
| 1437 |
+
"step": 4200
|
| 1438 |
+
},
|
| 1439 |
+
{
|
| 1440 |
+
"epoch": 28.166666666666668,
|
| 1441 |
+
"grad_norm": 7138.5908203125,
|
| 1442 |
+
"learning_rate": 2.2586206896551727e-05,
|
| 1443 |
+
"loss": 0.0005,
|
| 1444 |
+
"step": 4225
|
| 1445 |
+
},
|
| 1446 |
+
{
|
| 1447 |
+
"epoch": 28.333333333333332,
|
| 1448 |
+
"grad_norm": 7910.48193359375,
|
| 1449 |
+
"learning_rate": 2.2413793103448276e-05,
|
| 1450 |
+
"loss": 0.0004,
|
| 1451 |
+
"step": 4250
|
| 1452 |
+
},
|
| 1453 |
+
{
|
| 1454 |
+
"epoch": 28.5,
|
| 1455 |
+
"grad_norm": 6678.46142578125,
|
| 1456 |
+
"learning_rate": 2.2241379310344828e-05,
|
| 1457 |
+
"loss": 0.0005,
|
| 1458 |
+
"step": 4275
|
| 1459 |
+
},
|
| 1460 |
+
{
|
| 1461 |
+
"epoch": 28.666666666666668,
|
| 1462 |
+
"grad_norm": 2658.396484375,
|
| 1463 |
+
"learning_rate": 2.206896551724138e-05,
|
| 1464 |
+
"loss": 0.0004,
|
| 1465 |
+
"step": 4300
|
| 1466 |
+
},
|
| 1467 |
+
{
|
| 1468 |
+
"epoch": 28.833333333333332,
|
| 1469 |
+
"grad_norm": 7415.6455078125,
|
| 1470 |
+
"learning_rate": 2.1896551724137932e-05,
|
| 1471 |
+
"loss": 0.0003,
|
| 1472 |
+
"step": 4325
|
| 1473 |
+
},
|
| 1474 |
+
{
|
| 1475 |
+
"epoch": 29.0,
|
| 1476 |
+
"grad_norm": 4360.8212890625,
|
| 1477 |
+
"learning_rate": 2.1724137931034484e-05,
|
| 1478 |
+
"loss": 0.0003,
|
| 1479 |
+
"step": 4350
|
| 1480 |
+
},
|
| 1481 |
+
{
|
| 1482 |
+
"epoch": 29.0,
|
| 1483 |
+
"eval_loss": 0.005068263970315456,
|
| 1484 |
+
"eval_rmse": 0.07119174301624298,
|
| 1485 |
+
"eval_runtime": 23.6937,
|
| 1486 |
+
"eval_samples_per_second": 35.706,
|
| 1487 |
+
"eval_steps_per_second": 1.14,
|
| 1488 |
+
"step": 4350
|
| 1489 |
+
},
|
| 1490 |
+
{
|
| 1491 |
+
"epoch": 29.166666666666668,
|
| 1492 |
+
"grad_norm": 9353.43359375,
|
| 1493 |
+
"learning_rate": 2.1551724137931033e-05,
|
| 1494 |
+
"loss": 0.0003,
|
| 1495 |
+
"step": 4375
|
| 1496 |
+
},
|
| 1497 |
+
{
|
| 1498 |
+
"epoch": 29.333333333333332,
|
| 1499 |
+
"grad_norm": 6008.50390625,
|
| 1500 |
+
"learning_rate": 2.137931034482759e-05,
|
| 1501 |
+
"loss": 0.0004,
|
| 1502 |
+
"step": 4400
|
| 1503 |
+
},
|
| 1504 |
+
{
|
| 1505 |
+
"epoch": 29.5,
|
| 1506 |
+
"grad_norm": 5255.45458984375,
|
| 1507 |
+
"learning_rate": 2.120689655172414e-05,
|
| 1508 |
+
"loss": 0.0003,
|
| 1509 |
+
"step": 4425
|
| 1510 |
+
},
|
| 1511 |
+
{
|
| 1512 |
+
"epoch": 29.666666666666668,
|
| 1513 |
+
"grad_norm": 8044.0888671875,
|
| 1514 |
+
"learning_rate": 2.1034482758620692e-05,
|
| 1515 |
+
"loss": 0.0004,
|
| 1516 |
+
"step": 4450
|
| 1517 |
+
},
|
| 1518 |
+
{
|
| 1519 |
+
"epoch": 29.833333333333332,
|
| 1520 |
+
"grad_norm": 1686.931640625,
|
| 1521 |
+
"learning_rate": 2.086206896551724e-05,
|
| 1522 |
+
"loss": 0.0004,
|
| 1523 |
+
"step": 4475
|
| 1524 |
+
},
|
| 1525 |
+
{
|
| 1526 |
+
"epoch": 30.0,
|
| 1527 |
+
"grad_norm": 2483.55419921875,
|
| 1528 |
+
"learning_rate": 2.0689655172413793e-05,
|
| 1529 |
+
"loss": 0.0004,
|
| 1530 |
+
"step": 4500
|
| 1531 |
+
},
|
| 1532 |
+
{
|
| 1533 |
+
"epoch": 30.0,
|
| 1534 |
+
"eval_loss": 0.0051447427831590176,
|
| 1535 |
+
"eval_rmse": 0.07172686606645584,
|
| 1536 |
+
"eval_runtime": 24.8197,
|
| 1537 |
+
"eval_samples_per_second": 34.086,
|
| 1538 |
+
"eval_steps_per_second": 1.088,
|
| 1539 |
+
"step": 4500
|
| 1540 |
+
},
|
| 1541 |
+
{
|
| 1542 |
+
"epoch": 30.166666666666668,
|
| 1543 |
+
"grad_norm": 4986.66552734375,
|
| 1544 |
+
"learning_rate": 2.0517241379310345e-05,
|
| 1545 |
+
"loss": 0.0004,
|
| 1546 |
+
"step": 4525
|
| 1547 |
+
},
|
| 1548 |
+
{
|
| 1549 |
+
"epoch": 30.333333333333332,
|
| 1550 |
+
"grad_norm": 4183.8564453125,
|
| 1551 |
+
"learning_rate": 2.0344827586206897e-05,
|
| 1552 |
+
"loss": 0.0004,
|
| 1553 |
+
"step": 4550
|
| 1554 |
+
},
|
| 1555 |
+
{
|
| 1556 |
+
"epoch": 30.5,
|
| 1557 |
+
"grad_norm": 4985.001953125,
|
| 1558 |
+
"learning_rate": 2.017241379310345e-05,
|
| 1559 |
+
"loss": 0.0003,
|
| 1560 |
+
"step": 4575
|
| 1561 |
+
},
|
| 1562 |
+
{
|
| 1563 |
+
"epoch": 30.666666666666668,
|
| 1564 |
+
"grad_norm": 4720.66455078125,
|
| 1565 |
+
"learning_rate": 2e-05,
|
| 1566 |
+
"loss": 0.0004,
|
| 1567 |
+
"step": 4600
|
| 1568 |
+
},
|
| 1569 |
+
{
|
| 1570 |
+
"epoch": 30.833333333333332,
|
| 1571 |
+
"grad_norm": 2436.566650390625,
|
| 1572 |
+
"learning_rate": 1.9827586206896554e-05,
|
| 1573 |
+
"loss": 0.0004,
|
| 1574 |
+
"step": 4625
|
| 1575 |
+
},
|
| 1576 |
+
{
|
| 1577 |
+
"epoch": 31.0,
|
| 1578 |
+
"grad_norm": 5655.64306640625,
|
| 1579 |
+
"learning_rate": 1.9655172413793106e-05,
|
| 1580 |
+
"loss": 0.0004,
|
| 1581 |
+
"step": 4650
|
| 1582 |
+
},
|
| 1583 |
+
{
|
| 1584 |
+
"epoch": 31.0,
|
| 1585 |
+
"eval_loss": 0.005167735740542412,
|
| 1586 |
+
"eval_rmse": 0.07188696414232254,
|
| 1587 |
+
"eval_runtime": 23.808,
|
| 1588 |
+
"eval_samples_per_second": 35.534,
|
| 1589 |
+
"eval_steps_per_second": 1.134,
|
| 1590 |
+
"step": 4650
|
| 1591 |
+
},
|
| 1592 |
+
{
|
| 1593 |
+
"epoch": 31.166666666666668,
|
| 1594 |
+
"grad_norm": 6381.2216796875,
|
| 1595 |
+
"learning_rate": 1.9482758620689655e-05,
|
| 1596 |
+
"loss": 0.0005,
|
| 1597 |
+
"step": 4675
|
| 1598 |
+
},
|
| 1599 |
+
{
|
| 1600 |
+
"epoch": 31.333333333333332,
|
| 1601 |
+
"grad_norm": 4444.06787109375,
|
| 1602 |
+
"learning_rate": 1.9310344827586207e-05,
|
| 1603 |
+
"loss": 0.0004,
|
| 1604 |
+
"step": 4700
|
| 1605 |
+
},
|
| 1606 |
+
{
|
| 1607 |
+
"epoch": 31.5,
|
| 1608 |
+
"grad_norm": 4063.191650390625,
|
| 1609 |
+
"learning_rate": 1.913793103448276e-05,
|
| 1610 |
+
"loss": 0.0003,
|
| 1611 |
+
"step": 4725
|
| 1612 |
+
},
|
| 1613 |
+
{
|
| 1614 |
+
"epoch": 31.666666666666668,
|
| 1615 |
+
"grad_norm": 2023.14794921875,
|
| 1616 |
+
"learning_rate": 1.896551724137931e-05,
|
| 1617 |
+
"loss": 0.0004,
|
| 1618 |
+
"step": 4750
|
| 1619 |
+
},
|
| 1620 |
+
{
|
| 1621 |
+
"epoch": 31.833333333333332,
|
| 1622 |
+
"grad_norm": 7719.87353515625,
|
| 1623 |
+
"learning_rate": 1.8793103448275863e-05,
|
| 1624 |
+
"loss": 0.0004,
|
| 1625 |
+
"step": 4775
|
| 1626 |
+
},
|
| 1627 |
+
{
|
| 1628 |
+
"epoch": 32.0,
|
| 1629 |
+
"grad_norm": 10876.1064453125,
|
| 1630 |
+
"learning_rate": 1.8620689655172415e-05,
|
| 1631 |
+
"loss": 0.0003,
|
| 1632 |
+
"step": 4800
|
| 1633 |
+
},
|
| 1634 |
+
{
|
| 1635 |
+
"epoch": 32.0,
|
| 1636 |
+
"eval_loss": 0.005189752671867609,
|
| 1637 |
+
"eval_rmse": 0.07203993201255798,
|
| 1638 |
+
"eval_runtime": 24.4076,
|
| 1639 |
+
"eval_samples_per_second": 34.661,
|
| 1640 |
+
"eval_steps_per_second": 1.106,
|
| 1641 |
+
"step": 4800
|
| 1642 |
+
},
|
| 1643 |
+
{
|
| 1644 |
+
"epoch": 32.166666666666664,
|
| 1645 |
+
"grad_norm": 7112.66748046875,
|
| 1646 |
+
"learning_rate": 1.8448275862068967e-05,
|
| 1647 |
+
"loss": 0.0003,
|
| 1648 |
+
"step": 4825
|
| 1649 |
+
},
|
| 1650 |
+
{
|
| 1651 |
+
"epoch": 32.333333333333336,
|
| 1652 |
+
"grad_norm": 3561.666259765625,
|
| 1653 |
+
"learning_rate": 1.827586206896552e-05,
|
| 1654 |
+
"loss": 0.0003,
|
| 1655 |
+
"step": 4850
|
| 1656 |
+
},
|
| 1657 |
+
{
|
| 1658 |
+
"epoch": 32.5,
|
| 1659 |
+
"grad_norm": 4231.2265625,
|
| 1660 |
+
"learning_rate": 1.810344827586207e-05,
|
| 1661 |
+
"loss": 0.0003,
|
| 1662 |
+
"step": 4875
|
| 1663 |
+
},
|
| 1664 |
+
{
|
| 1665 |
+
"epoch": 32.666666666666664,
|
| 1666 |
+
"grad_norm": 3887.852294921875,
|
| 1667 |
+
"learning_rate": 1.793103448275862e-05,
|
| 1668 |
+
"loss": 0.0003,
|
| 1669 |
+
"step": 4900
|
| 1670 |
+
},
|
| 1671 |
+
{
|
| 1672 |
+
"epoch": 32.833333333333336,
|
| 1673 |
+
"grad_norm": 4729.369140625,
|
| 1674 |
+
"learning_rate": 1.7758620689655172e-05,
|
| 1675 |
+
"loss": 0.0003,
|
| 1676 |
+
"step": 4925
|
| 1677 |
+
},
|
| 1678 |
+
{
|
| 1679 |
+
"epoch": 33.0,
|
| 1680 |
+
"grad_norm": 12836.8896484375,
|
| 1681 |
+
"learning_rate": 1.7586206896551724e-05,
|
| 1682 |
+
"loss": 0.0003,
|
| 1683 |
+
"step": 4950
|
| 1684 |
+
},
|
| 1685 |
+
{
|
| 1686 |
+
"epoch": 33.0,
|
| 1687 |
+
"eval_loss": 0.00510548148304224,
|
| 1688 |
+
"eval_rmse": 0.07145265489816666,
|
| 1689 |
+
"eval_runtime": 24.6674,
|
| 1690 |
+
"eval_samples_per_second": 34.296,
|
| 1691 |
+
"eval_steps_per_second": 1.095,
|
| 1692 |
+
"step": 4950
|
| 1693 |
+
},
|
| 1694 |
+
{
|
| 1695 |
+
"epoch": 33.166666666666664,
|
| 1696 |
+
"grad_norm": 3480.9482421875,
|
| 1697 |
+
"learning_rate": 1.7413793103448276e-05,
|
| 1698 |
+
"loss": 0.0003,
|
| 1699 |
+
"step": 4975
|
| 1700 |
+
},
|
| 1701 |
+
{
|
| 1702 |
+
"epoch": 33.333333333333336,
|
| 1703 |
+
"grad_norm": 4718.3798828125,
|
| 1704 |
+
"learning_rate": 1.7241379310344828e-05,
|
| 1705 |
+
"loss": 0.0003,
|
| 1706 |
+
"step": 5000
|
| 1707 |
+
},
|
| 1708 |
+
{
|
| 1709 |
+
"epoch": 33.5,
|
| 1710 |
+
"grad_norm": 3190.914306640625,
|
| 1711 |
+
"learning_rate": 1.706896551724138e-05,
|
| 1712 |
+
"loss": 0.0003,
|
| 1713 |
+
"step": 5025
|
| 1714 |
+
},
|
| 1715 |
+
{
|
| 1716 |
+
"epoch": 33.666666666666664,
|
| 1717 |
+
"grad_norm": 5478.87158203125,
|
| 1718 |
+
"learning_rate": 1.6896551724137932e-05,
|
| 1719 |
+
"loss": 0.0004,
|
| 1720 |
+
"step": 5050
|
| 1721 |
+
},
|
| 1722 |
+
{
|
| 1723 |
+
"epoch": 33.833333333333336,
|
| 1724 |
+
"grad_norm": 5177.54931640625,
|
| 1725 |
+
"learning_rate": 1.6724137931034485e-05,
|
| 1726 |
+
"loss": 0.0003,
|
| 1727 |
+
"step": 5075
|
| 1728 |
+
},
|
| 1729 |
+
{
|
| 1730 |
+
"epoch": 34.0,
|
| 1731 |
+
"grad_norm": 10662.73046875,
|
| 1732 |
+
"learning_rate": 1.6551724137931037e-05,
|
| 1733 |
+
"loss": 0.0002,
|
| 1734 |
+
"step": 5100
|
| 1735 |
+
},
|
| 1736 |
+
{
|
| 1737 |
+
"epoch": 34.0,
|
| 1738 |
+
"eval_loss": 0.005342215299606323,
|
| 1739 |
+
"eval_rmse": 0.07309045642614365,
|
| 1740 |
+
"eval_runtime": 24.4257,
|
| 1741 |
+
"eval_samples_per_second": 34.636,
|
| 1742 |
+
"eval_steps_per_second": 1.105,
|
| 1743 |
+
"step": 5100
|
| 1744 |
+
},
|
| 1745 |
+
{
|
| 1746 |
+
"epoch": 34.166666666666664,
|
| 1747 |
+
"grad_norm": 2308.01123046875,
|
| 1748 |
+
"learning_rate": 1.6379310344827585e-05,
|
| 1749 |
+
"loss": 0.0003,
|
| 1750 |
+
"step": 5125
|
| 1751 |
+
},
|
| 1752 |
+
{
|
| 1753 |
+
"epoch": 34.333333333333336,
|
| 1754 |
+
"grad_norm": 2815.79638671875,
|
| 1755 |
+
"learning_rate": 1.6206896551724137e-05,
|
| 1756 |
+
"loss": 0.0003,
|
| 1757 |
+
"step": 5150
|
| 1758 |
+
},
|
| 1759 |
+
{
|
| 1760 |
+
"epoch": 34.5,
|
| 1761 |
+
"grad_norm": 4326.0478515625,
|
| 1762 |
+
"learning_rate": 1.603448275862069e-05,
|
| 1763 |
+
"loss": 0.0002,
|
| 1764 |
+
"step": 5175
|
| 1765 |
+
},
|
| 1766 |
+
{
|
| 1767 |
+
"epoch": 34.666666666666664,
|
| 1768 |
+
"grad_norm": 6309.9462890625,
|
| 1769 |
+
"learning_rate": 1.586206896551724e-05,
|
| 1770 |
+
"loss": 0.0003,
|
| 1771 |
+
"step": 5200
|
| 1772 |
+
},
|
| 1773 |
+
{
|
| 1774 |
+
"epoch": 34.833333333333336,
|
| 1775 |
+
"grad_norm": 1817.662353515625,
|
| 1776 |
+
"learning_rate": 1.5689655172413794e-05,
|
| 1777 |
+
"loss": 0.0002,
|
| 1778 |
+
"step": 5225
|
| 1779 |
+
},
|
| 1780 |
+
{
|
| 1781 |
+
"epoch": 35.0,
|
| 1782 |
+
"grad_norm": 3567.881103515625,
|
| 1783 |
+
"learning_rate": 1.5517241379310346e-05,
|
| 1784 |
+
"loss": 0.0003,
|
| 1785 |
+
"step": 5250
|
| 1786 |
+
},
|
| 1787 |
+
{
|
| 1788 |
+
"epoch": 35.0,
|
| 1789 |
+
"eval_loss": 0.005233472678810358,
|
| 1790 |
+
"eval_rmse": 0.07234274595975876,
|
| 1791 |
+
"eval_runtime": 24.1269,
|
| 1792 |
+
"eval_samples_per_second": 35.065,
|
| 1793 |
+
"eval_steps_per_second": 1.119,
|
| 1794 |
+
"step": 5250
|
| 1795 |
+
},
|
| 1796 |
+
{
|
| 1797 |
+
"epoch": 35.166666666666664,
|
| 1798 |
+
"grad_norm": 3930.6884765625,
|
| 1799 |
+
"learning_rate": 1.5344827586206898e-05,
|
| 1800 |
+
"loss": 0.0003,
|
| 1801 |
+
"step": 5275
|
| 1802 |
+
},
|
| 1803 |
+
{
|
| 1804 |
+
"epoch": 35.333333333333336,
|
| 1805 |
+
"grad_norm": 4008.536865234375,
|
| 1806 |
+
"learning_rate": 1.5172413793103448e-05,
|
| 1807 |
+
"loss": 0.0003,
|
| 1808 |
+
"step": 5300
|
| 1809 |
+
},
|
| 1810 |
+
{
|
| 1811 |
+
"epoch": 35.5,
|
| 1812 |
+
"grad_norm": 2320.7138671875,
|
| 1813 |
+
"learning_rate": 1.5e-05,
|
| 1814 |
+
"loss": 0.0003,
|
| 1815 |
+
"step": 5325
|
| 1816 |
+
},
|
| 1817 |
+
{
|
| 1818 |
+
"epoch": 35.666666666666664,
|
| 1819 |
+
"grad_norm": 5395.9560546875,
|
| 1820 |
+
"learning_rate": 1.482758620689655e-05,
|
| 1821 |
+
"loss": 0.0003,
|
| 1822 |
+
"step": 5350
|
| 1823 |
+
},
|
| 1824 |
+
{
|
| 1825 |
+
"epoch": 35.833333333333336,
|
| 1826 |
+
"grad_norm": 3271.279052734375,
|
| 1827 |
+
"learning_rate": 1.4655172413793103e-05,
|
| 1828 |
+
"loss": 0.0003,
|
| 1829 |
+
"step": 5375
|
| 1830 |
+
},
|
| 1831 |
+
{
|
| 1832 |
+
"epoch": 36.0,
|
| 1833 |
+
"grad_norm": 7306.166015625,
|
| 1834 |
+
"learning_rate": 1.4482758620689657e-05,
|
| 1835 |
+
"loss": 0.0002,
|
| 1836 |
+
"step": 5400
|
| 1837 |
+
},
|
| 1838 |
+
{
|
| 1839 |
+
"epoch": 36.0,
|
| 1840 |
+
"eval_loss": 0.005008559208363295,
|
| 1841 |
+
"eval_rmse": 0.07077117264270782,
|
| 1842 |
+
"eval_runtime": 23.9539,
|
| 1843 |
+
"eval_samples_per_second": 35.318,
|
| 1844 |
+
"eval_steps_per_second": 1.127,
|
| 1845 |
+
"step": 5400
|
| 1846 |
+
},
|
| 1847 |
+
{
|
| 1848 |
+
"epoch": 36.166666666666664,
|
| 1849 |
+
"grad_norm": 2410.515625,
|
| 1850 |
+
"learning_rate": 1.4310344827586209e-05,
|
| 1851 |
+
"loss": 0.0003,
|
| 1852 |
+
"step": 5425
|
| 1853 |
+
},
|
| 1854 |
+
{
|
| 1855 |
+
"epoch": 36.333333333333336,
|
| 1856 |
+
"grad_norm": 3116.67822265625,
|
| 1857 |
+
"learning_rate": 1.4137931034482759e-05,
|
| 1858 |
+
"loss": 0.0002,
|
| 1859 |
+
"step": 5450
|
| 1860 |
+
},
|
| 1861 |
+
{
|
| 1862 |
+
"epoch": 36.5,
|
| 1863 |
+
"grad_norm": 2509.718994140625,
|
| 1864 |
+
"learning_rate": 1.3965517241379311e-05,
|
| 1865 |
+
"loss": 0.0003,
|
| 1866 |
+
"step": 5475
|
| 1867 |
+
},
|
| 1868 |
+
{
|
| 1869 |
+
"epoch": 36.666666666666664,
|
| 1870 |
+
"grad_norm": 4319.36669921875,
|
| 1871 |
+
"learning_rate": 1.3793103448275863e-05,
|
| 1872 |
+
"loss": 0.0003,
|
| 1873 |
+
"step": 5500
|
| 1874 |
+
},
|
| 1875 |
+
{
|
| 1876 |
+
"epoch": 36.833333333333336,
|
| 1877 |
+
"grad_norm": 5166.88720703125,
|
| 1878 |
+
"learning_rate": 1.3620689655172414e-05,
|
| 1879 |
+
"loss": 0.0003,
|
| 1880 |
+
"step": 5525
|
| 1881 |
+
},
|
| 1882 |
+
{
|
| 1883 |
+
"epoch": 37.0,
|
| 1884 |
+
"grad_norm": 3035.32275390625,
|
| 1885 |
+
"learning_rate": 1.3448275862068966e-05,
|
| 1886 |
+
"loss": 0.0002,
|
| 1887 |
+
"step": 5550
|
| 1888 |
+
},
|
| 1889 |
+
{
|
| 1890 |
+
"epoch": 37.0,
|
| 1891 |
+
"eval_loss": 0.004944357089698315,
|
| 1892 |
+
"eval_rmse": 0.0703161209821701,
|
| 1893 |
+
"eval_runtime": 24.563,
|
| 1894 |
+
"eval_samples_per_second": 34.442,
|
| 1895 |
+
"eval_steps_per_second": 1.099,
|
| 1896 |
+
"step": 5550
|
| 1897 |
+
},
|
| 1898 |
+
{
|
| 1899 |
+
"epoch": 37.166666666666664,
|
| 1900 |
+
"grad_norm": 4661.7880859375,
|
| 1901 |
+
"learning_rate": 1.3275862068965516e-05,
|
| 1902 |
+
"loss": 0.0002,
|
| 1903 |
+
"step": 5575
|
| 1904 |
+
},
|
| 1905 |
+
{
|
| 1906 |
+
"epoch": 37.333333333333336,
|
| 1907 |
+
"grad_norm": 3572.86083984375,
|
| 1908 |
+
"learning_rate": 1.310344827586207e-05,
|
| 1909 |
+
"loss": 0.0002,
|
| 1910 |
+
"step": 5600
|
| 1911 |
+
},
|
| 1912 |
+
{
|
| 1913 |
+
"epoch": 37.5,
|
| 1914 |
+
"grad_norm": 2449.630126953125,
|
| 1915 |
+
"learning_rate": 1.2931034482758622e-05,
|
| 1916 |
+
"loss": 0.0002,
|
| 1917 |
+
"step": 5625
|
| 1918 |
+
},
|
| 1919 |
+
{
|
| 1920 |
+
"epoch": 37.666666666666664,
|
| 1921 |
+
"grad_norm": 7162.35400390625,
|
| 1922 |
+
"learning_rate": 1.2758620689655174e-05,
|
| 1923 |
+
"loss": 0.0002,
|
| 1924 |
+
"step": 5650
|
| 1925 |
+
},
|
| 1926 |
+
{
|
| 1927 |
+
"epoch": 37.833333333333336,
|
| 1928 |
+
"grad_norm": 7194.30908203125,
|
| 1929 |
+
"learning_rate": 1.2586206896551725e-05,
|
| 1930 |
+
"loss": 0.0002,
|
| 1931 |
+
"step": 5675
|
| 1932 |
+
},
|
| 1933 |
+
{
|
| 1934 |
+
"epoch": 38.0,
|
| 1935 |
+
"grad_norm": 3310.67236328125,
|
| 1936 |
+
"learning_rate": 1.2413793103448277e-05,
|
| 1937 |
+
"loss": 0.0002,
|
| 1938 |
+
"step": 5700
|
| 1939 |
+
},
|
| 1940 |
+
{
|
| 1941 |
+
"epoch": 38.0,
|
| 1942 |
+
"eval_loss": 0.005015978589653969,
|
| 1943 |
+
"eval_rmse": 0.07082357257604599,
|
| 1944 |
+
"eval_runtime": 24.649,
|
| 1945 |
+
"eval_samples_per_second": 34.322,
|
| 1946 |
+
"eval_steps_per_second": 1.095,
|
| 1947 |
+
"step": 5700
|
| 1948 |
+
},
|
| 1949 |
+
{
|
| 1950 |
+
"epoch": 38.166666666666664,
|
| 1951 |
+
"grad_norm": 4332.0615234375,
|
| 1952 |
+
"learning_rate": 1.2241379310344827e-05,
|
| 1953 |
+
"loss": 0.0002,
|
| 1954 |
+
"step": 5725
|
| 1955 |
+
},
|
| 1956 |
+
{
|
| 1957 |
+
"epoch": 38.333333333333336,
|
| 1958 |
+
"grad_norm": 4779.07568359375,
|
| 1959 |
+
"learning_rate": 1.206896551724138e-05,
|
| 1960 |
+
"loss": 0.0002,
|
| 1961 |
+
"step": 5750
|
| 1962 |
+
},
|
| 1963 |
+
{
|
| 1964 |
+
"epoch": 38.5,
|
| 1965 |
+
"grad_norm": 3394.655029296875,
|
| 1966 |
+
"learning_rate": 1.1896551724137931e-05,
|
| 1967 |
+
"loss": 0.0002,
|
| 1968 |
+
"step": 5775
|
| 1969 |
+
},
|
| 1970 |
+
{
|
| 1971 |
+
"epoch": 38.666666666666664,
|
| 1972 |
+
"grad_norm": 1213.259521484375,
|
| 1973 |
+
"learning_rate": 1.1724137931034483e-05,
|
| 1974 |
+
"loss": 0.0002,
|
| 1975 |
+
"step": 5800
|
| 1976 |
+
},
|
| 1977 |
+
{
|
| 1978 |
+
"epoch": 38.833333333333336,
|
| 1979 |
+
"grad_norm": 7526.7451171875,
|
| 1980 |
+
"learning_rate": 1.1551724137931034e-05,
|
| 1981 |
+
"loss": 0.0002,
|
| 1982 |
+
"step": 5825
|
| 1983 |
+
},
|
| 1984 |
+
{
|
| 1985 |
+
"epoch": 39.0,
|
| 1986 |
+
"grad_norm": 9150.9912109375,
|
| 1987 |
+
"learning_rate": 1.1379310344827587e-05,
|
| 1988 |
+
"loss": 0.0002,
|
| 1989 |
+
"step": 5850
|
| 1990 |
+
},
|
| 1991 |
+
{
|
| 1992 |
+
"epoch": 39.0,
|
| 1993 |
+
"eval_loss": 0.004906541667878628,
|
| 1994 |
+
"eval_rmse": 0.07004670798778534,
|
| 1995 |
+
"eval_runtime": 24.1426,
|
| 1996 |
+
"eval_samples_per_second": 35.042,
|
| 1997 |
+
"eval_steps_per_second": 1.118,
|
| 1998 |
+
"step": 5850
|
| 1999 |
+
},
|
| 2000 |
+
{
|
| 2001 |
+
"epoch": 39.166666666666664,
|
| 2002 |
+
"grad_norm": 5821.2470703125,
|
| 2003 |
+
"learning_rate": 1.1206896551724138e-05,
|
| 2004 |
+
"loss": 0.0002,
|
| 2005 |
+
"step": 5875
|
| 2006 |
+
},
|
| 2007 |
+
{
|
| 2008 |
+
"epoch": 39.333333333333336,
|
| 2009 |
+
"grad_norm": 4532.37890625,
|
| 2010 |
+
"learning_rate": 1.103448275862069e-05,
|
| 2011 |
+
"loss": 0.0002,
|
| 2012 |
+
"step": 5900
|
| 2013 |
+
},
|
| 2014 |
+
{
|
| 2015 |
+
"epoch": 39.5,
|
| 2016 |
+
"grad_norm": 5742.3427734375,
|
| 2017 |
+
"learning_rate": 1.0862068965517242e-05,
|
| 2018 |
+
"loss": 0.0002,
|
| 2019 |
+
"step": 5925
|
| 2020 |
+
},
|
| 2021 |
+
{
|
| 2022 |
+
"epoch": 39.666666666666664,
|
| 2023 |
+
"grad_norm": 1430.531005859375,
|
| 2024 |
+
"learning_rate": 1.0689655172413794e-05,
|
| 2025 |
+
"loss": 0.0002,
|
| 2026 |
+
"step": 5950
|
| 2027 |
+
},
|
| 2028 |
+
{
|
| 2029 |
+
"epoch": 39.833333333333336,
|
| 2030 |
+
"grad_norm": 4371.09765625,
|
| 2031 |
+
"learning_rate": 1.0517241379310346e-05,
|
| 2032 |
+
"loss": 0.0002,
|
| 2033 |
+
"step": 5975
|
| 2034 |
+
},
|
| 2035 |
+
{
|
| 2036 |
+
"epoch": 40.0,
|
| 2037 |
+
"grad_norm": 3642.697998046875,
|
| 2038 |
+
"learning_rate": 1.0344827586206897e-05,
|
| 2039 |
+
"loss": 0.0002,
|
| 2040 |
+
"step": 6000
|
| 2041 |
+
},
|
| 2042 |
+
{
|
| 2043 |
+
"epoch": 40.0,
|
| 2044 |
+
"eval_loss": 0.004872768651694059,
|
| 2045 |
+
"eval_rmse": 0.06980521976947784,
|
| 2046 |
+
"eval_runtime": 23.9307,
|
| 2047 |
+
"eval_samples_per_second": 35.352,
|
| 2048 |
+
"eval_steps_per_second": 1.128,
|
| 2049 |
+
"step": 6000
|
| 2050 |
+
},
|
| 2051 |
+
{
|
| 2052 |
+
"epoch": 40.166666666666664,
|
| 2053 |
+
"grad_norm": 5250.0,
|
| 2054 |
+
"learning_rate": 1.0172413793103449e-05,
|
| 2055 |
+
"loss": 0.0002,
|
| 2056 |
+
"step": 6025
|
| 2057 |
+
},
|
| 2058 |
+
{
|
| 2059 |
+
"epoch": 40.333333333333336,
|
| 2060 |
+
"grad_norm": 1985.86083984375,
|
| 2061 |
+
"learning_rate": 1e-05,
|
| 2062 |
+
"loss": 0.0002,
|
| 2063 |
+
"step": 6050
|
| 2064 |
+
},
|
| 2065 |
+
{
|
| 2066 |
+
"epoch": 40.5,
|
| 2067 |
+
"grad_norm": 4391.5673828125,
|
| 2068 |
+
"learning_rate": 9.827586206896553e-06,
|
| 2069 |
+
"loss": 0.0002,
|
| 2070 |
+
"step": 6075
|
| 2071 |
+
},
|
| 2072 |
+
{
|
| 2073 |
+
"epoch": 40.666666666666664,
|
| 2074 |
+
"grad_norm": 4576.029296875,
|
| 2075 |
+
"learning_rate": 9.655172413793103e-06,
|
| 2076 |
+
"loss": 0.0002,
|
| 2077 |
+
"step": 6100
|
| 2078 |
+
},
|
| 2079 |
+
{
|
| 2080 |
+
"epoch": 40.833333333333336,
|
| 2081 |
+
"grad_norm": 5284.35107421875,
|
| 2082 |
+
"learning_rate": 9.482758620689655e-06,
|
| 2083 |
+
"loss": 0.0002,
|
| 2084 |
+
"step": 6125
|
| 2085 |
+
},
|
| 2086 |
+
{
|
| 2087 |
+
"epoch": 41.0,
|
| 2088 |
+
"grad_norm": 3708.590576171875,
|
| 2089 |
+
"learning_rate": 9.310344827586207e-06,
|
| 2090 |
+
"loss": 0.0002,
|
| 2091 |
+
"step": 6150
|
| 2092 |
+
},
|
| 2093 |
+
{
|
| 2094 |
+
"epoch": 41.0,
|
| 2095 |
+
"eval_loss": 0.004881918430328369,
|
| 2096 |
+
"eval_rmse": 0.069870725274086,
|
| 2097 |
+
"eval_runtime": 24.6924,
|
| 2098 |
+
"eval_samples_per_second": 34.262,
|
| 2099 |
+
"eval_steps_per_second": 1.093,
|
| 2100 |
+
"step": 6150
|
| 2101 |
+
},
|
| 2102 |
+
{
|
| 2103 |
+
"epoch": 41.166666666666664,
|
| 2104 |
+
"grad_norm": 1864.5494384765625,
|
| 2105 |
+
"learning_rate": 9.13793103448276e-06,
|
| 2106 |
+
"loss": 0.0002,
|
| 2107 |
+
"step": 6175
|
| 2108 |
+
},
|
| 2109 |
+
{
|
| 2110 |
+
"epoch": 41.333333333333336,
|
| 2111 |
+
"grad_norm": 3076.697998046875,
|
| 2112 |
+
"learning_rate": 8.96551724137931e-06,
|
| 2113 |
+
"loss": 0.0002,
|
| 2114 |
+
"step": 6200
|
| 2115 |
+
},
|
| 2116 |
+
{
|
| 2117 |
+
"epoch": 41.5,
|
| 2118 |
+
"grad_norm": 2170.48486328125,
|
| 2119 |
+
"learning_rate": 8.793103448275862e-06,
|
| 2120 |
+
"loss": 0.0002,
|
| 2121 |
+
"step": 6225
|
| 2122 |
+
},
|
| 2123 |
+
{
|
| 2124 |
+
"epoch": 41.666666666666664,
|
| 2125 |
+
"grad_norm": 3419.19384765625,
|
| 2126 |
+
"learning_rate": 8.620689655172414e-06,
|
| 2127 |
+
"loss": 0.0002,
|
| 2128 |
+
"step": 6250
|
| 2129 |
+
},
|
| 2130 |
+
{
|
| 2131 |
+
"epoch": 41.833333333333336,
|
| 2132 |
+
"grad_norm": 5411.42236328125,
|
| 2133 |
+
"learning_rate": 8.448275862068966e-06,
|
| 2134 |
+
"loss": 0.0002,
|
| 2135 |
+
"step": 6275
|
| 2136 |
+
},
|
| 2137 |
+
{
|
| 2138 |
+
"epoch": 42.0,
|
| 2139 |
+
"grad_norm": 3653.36865234375,
|
| 2140 |
+
"learning_rate": 8.275862068965518e-06,
|
| 2141 |
+
"loss": 0.0002,
|
| 2142 |
+
"step": 6300
|
| 2143 |
+
},
|
| 2144 |
+
{
|
| 2145 |
+
"epoch": 42.0,
|
| 2146 |
+
"eval_loss": 0.004911797121167183,
|
| 2147 |
+
"eval_rmse": 0.07008421421051025,
|
| 2148 |
+
"eval_runtime": 24.3533,
|
| 2149 |
+
"eval_samples_per_second": 34.739,
|
| 2150 |
+
"eval_steps_per_second": 1.109,
|
| 2151 |
+
"step": 6300
|
| 2152 |
+
},
|
| 2153 |
+
{
|
| 2154 |
+
"epoch": 42.166666666666664,
|
| 2155 |
+
"grad_norm": 3295.633056640625,
|
| 2156 |
+
"learning_rate": 8.103448275862069e-06,
|
| 2157 |
+
"loss": 0.0001,
|
| 2158 |
+
"step": 6325
|
| 2159 |
+
},
|
| 2160 |
+
{
|
| 2161 |
+
"epoch": 42.333333333333336,
|
| 2162 |
+
"grad_norm": 3717.45849609375,
|
| 2163 |
+
"learning_rate": 7.93103448275862e-06,
|
| 2164 |
+
"loss": 0.0002,
|
| 2165 |
+
"step": 6350
|
| 2166 |
+
},
|
| 2167 |
+
{
|
| 2168 |
+
"epoch": 42.5,
|
| 2169 |
+
"grad_norm": 2262.6142578125,
|
| 2170 |
+
"learning_rate": 7.758620689655173e-06,
|
| 2171 |
+
"loss": 0.0001,
|
| 2172 |
+
"step": 6375
|
| 2173 |
+
},
|
| 2174 |
+
{
|
| 2175 |
+
"epoch": 42.666666666666664,
|
| 2176 |
+
"grad_norm": 1310.09912109375,
|
| 2177 |
+
"learning_rate": 7.586206896551724e-06,
|
| 2178 |
+
"loss": 0.0002,
|
| 2179 |
+
"step": 6400
|
| 2180 |
+
},
|
| 2181 |
+
{
|
| 2182 |
+
"epoch": 42.833333333333336,
|
| 2183 |
+
"grad_norm": 3895.883544921875,
|
| 2184 |
+
"learning_rate": 7.413793103448275e-06,
|
| 2185 |
+
"loss": 0.0001,
|
| 2186 |
+
"step": 6425
|
| 2187 |
+
},
|
| 2188 |
+
{
|
| 2189 |
+
"epoch": 43.0,
|
| 2190 |
+
"grad_norm": 3741.710205078125,
|
| 2191 |
+
"learning_rate": 7.241379310344828e-06,
|
| 2192 |
+
"loss": 0.0001,
|
| 2193 |
+
"step": 6450
|
| 2194 |
+
},
|
| 2195 |
+
{
|
| 2196 |
+
"epoch": 43.0,
|
| 2197 |
+
"eval_loss": 0.0048644402995705605,
|
| 2198 |
+
"eval_rmse": 0.06974554061889648,
|
| 2199 |
+
"eval_runtime": 24.2068,
|
| 2200 |
+
"eval_samples_per_second": 34.949,
|
| 2201 |
+
"eval_steps_per_second": 1.115,
|
| 2202 |
+
"step": 6450
|
| 2203 |
+
},
|
| 2204 |
+
{
|
| 2205 |
+
"epoch": 43.166666666666664,
|
| 2206 |
+
"grad_norm": 1377.0496826171875,
|
| 2207 |
+
"learning_rate": 7.0689655172413796e-06,
|
| 2208 |
+
"loss": 0.0001,
|
| 2209 |
+
"step": 6475
|
| 2210 |
+
},
|
| 2211 |
+
{
|
| 2212 |
+
"epoch": 43.333333333333336,
|
| 2213 |
+
"grad_norm": 2979.349365234375,
|
| 2214 |
+
"learning_rate": 6.896551724137932e-06,
|
| 2215 |
+
"loss": 0.0001,
|
| 2216 |
+
"step": 6500
|
| 2217 |
+
},
|
| 2218 |
+
{
|
| 2219 |
+
"epoch": 43.5,
|
| 2220 |
+
"grad_norm": 1298.4322509765625,
|
| 2221 |
+
"learning_rate": 6.724137931034483e-06,
|
| 2222 |
+
"loss": 0.0001,
|
| 2223 |
+
"step": 6525
|
| 2224 |
+
},
|
| 2225 |
+
{
|
| 2226 |
+
"epoch": 43.666666666666664,
|
| 2227 |
+
"grad_norm": 2018.940673828125,
|
| 2228 |
+
"learning_rate": 6.551724137931035e-06,
|
| 2229 |
+
"loss": 0.0001,
|
| 2230 |
+
"step": 6550
|
| 2231 |
+
},
|
| 2232 |
+
{
|
| 2233 |
+
"epoch": 43.833333333333336,
|
| 2234 |
+
"grad_norm": 1853.4677734375,
|
| 2235 |
+
"learning_rate": 6.379310344827587e-06,
|
| 2236 |
+
"loss": 0.0002,
|
| 2237 |
+
"step": 6575
|
| 2238 |
+
},
|
| 2239 |
+
{
|
| 2240 |
+
"epoch": 44.0,
|
| 2241 |
+
"grad_norm": 7740.021484375,
|
| 2242 |
+
"learning_rate": 6.206896551724138e-06,
|
| 2243 |
+
"loss": 0.0002,
|
| 2244 |
+
"step": 6600
|
| 2245 |
+
},
|
| 2246 |
+
{
|
| 2247 |
+
"epoch": 44.0,
|
| 2248 |
+
"eval_loss": 0.004866042174398899,
|
| 2249 |
+
"eval_rmse": 0.06975702196359634,
|
| 2250 |
+
"eval_runtime": 24.1955,
|
| 2251 |
+
"eval_samples_per_second": 34.965,
|
| 2252 |
+
"eval_steps_per_second": 1.116,
|
| 2253 |
+
"step": 6600
|
| 2254 |
+
},
|
| 2255 |
+
{
|
| 2256 |
+
"epoch": 44.166666666666664,
|
| 2257 |
+
"grad_norm": 1772.85400390625,
|
| 2258 |
+
"learning_rate": 6.03448275862069e-06,
|
| 2259 |
+
"loss": 0.0001,
|
| 2260 |
+
"step": 6625
|
| 2261 |
+
},
|
| 2262 |
+
{
|
| 2263 |
+
"epoch": 44.333333333333336,
|
| 2264 |
+
"grad_norm": 2806.0537109375,
|
| 2265 |
+
"learning_rate": 5.862068965517242e-06,
|
| 2266 |
+
"loss": 0.0001,
|
| 2267 |
+
"step": 6650
|
| 2268 |
+
},
|
| 2269 |
+
{
|
| 2270 |
+
"epoch": 44.5,
|
| 2271 |
+
"grad_norm": 1677.330078125,
|
| 2272 |
+
"learning_rate": 5.689655172413794e-06,
|
| 2273 |
+
"loss": 0.0001,
|
| 2274 |
+
"step": 6675
|
| 2275 |
+
},
|
| 2276 |
+
{
|
| 2277 |
+
"epoch": 44.666666666666664,
|
| 2278 |
+
"grad_norm": 2859.73095703125,
|
| 2279 |
+
"learning_rate": 5.517241379310345e-06,
|
| 2280 |
+
"loss": 0.0001,
|
| 2281 |
+
"step": 6700
|
| 2282 |
+
},
|
| 2283 |
+
{
|
| 2284 |
+
"epoch": 44.833333333333336,
|
| 2285 |
+
"grad_norm": 2286.294921875,
|
| 2286 |
+
"learning_rate": 5.344827586206897e-06,
|
| 2287 |
+
"loss": 0.0001,
|
| 2288 |
+
"step": 6725
|
| 2289 |
+
},
|
| 2290 |
+
{
|
| 2291 |
+
"epoch": 45.0,
|
| 2292 |
+
"grad_norm": 2282.572021484375,
|
| 2293 |
+
"learning_rate": 5.172413793103448e-06,
|
| 2294 |
+
"loss": 0.0001,
|
| 2295 |
+
"step": 6750
|
| 2296 |
+
},
|
| 2297 |
+
{
|
| 2298 |
+
"epoch": 45.0,
|
| 2299 |
+
"eval_loss": 0.00484111625701189,
|
| 2300 |
+
"eval_rmse": 0.0695781260728836,
|
| 2301 |
+
"eval_runtime": 25.1872,
|
| 2302 |
+
"eval_samples_per_second": 33.589,
|
| 2303 |
+
"eval_steps_per_second": 1.072,
|
| 2304 |
+
"step": 6750
|
| 2305 |
+
},
|
| 2306 |
+
{
|
| 2307 |
+
"epoch": 45.166666666666664,
|
| 2308 |
+
"grad_norm": 1199.2476806640625,
|
| 2309 |
+
"learning_rate": 5e-06,
|
| 2310 |
+
"loss": 0.0001,
|
| 2311 |
+
"step": 6775
|
| 2312 |
+
},
|
| 2313 |
+
{
|
| 2314 |
+
"epoch": 45.333333333333336,
|
| 2315 |
+
"grad_norm": 4216.11572265625,
|
| 2316 |
+
"learning_rate": 4.827586206896552e-06,
|
| 2317 |
+
"loss": 0.0001,
|
| 2318 |
+
"step": 6800
|
| 2319 |
+
},
|
| 2320 |
+
{
|
| 2321 |
+
"epoch": 45.5,
|
| 2322 |
+
"grad_norm": 3172.265380859375,
|
| 2323 |
+
"learning_rate": 4.655172413793104e-06,
|
| 2324 |
+
"loss": 0.0001,
|
| 2325 |
+
"step": 6825
|
| 2326 |
+
},
|
| 2327 |
+
{
|
| 2328 |
+
"epoch": 45.666666666666664,
|
| 2329 |
+
"grad_norm": 2178.9580078125,
|
| 2330 |
+
"learning_rate": 4.482758620689655e-06,
|
| 2331 |
+
"loss": 0.0001,
|
| 2332 |
+
"step": 6850
|
| 2333 |
+
},
|
| 2334 |
+
{
|
| 2335 |
+
"epoch": 45.833333333333336,
|
| 2336 |
+
"grad_norm": 2676.595947265625,
|
| 2337 |
+
"learning_rate": 4.310344827586207e-06,
|
| 2338 |
+
"loss": 0.0001,
|
| 2339 |
+
"step": 6875
|
| 2340 |
+
},
|
| 2341 |
+
{
|
| 2342 |
+
"epoch": 46.0,
|
| 2343 |
+
"grad_norm": 2955.51806640625,
|
| 2344 |
+
"learning_rate": 4.137931034482759e-06,
|
| 2345 |
+
"loss": 0.0001,
|
| 2346 |
+
"step": 6900
|
| 2347 |
+
},
|
| 2348 |
+
{
|
| 2349 |
+
"epoch": 46.0,
|
| 2350 |
+
"eval_loss": 0.0047905659303069115,
|
| 2351 |
+
"eval_rmse": 0.06921391934156418,
|
| 2352 |
+
"eval_runtime": 24.7777,
|
| 2353 |
+
"eval_samples_per_second": 34.144,
|
| 2354 |
+
"eval_steps_per_second": 1.09,
|
| 2355 |
+
"step": 6900
|
| 2356 |
+
},
|
| 2357 |
+
{
|
| 2358 |
+
"epoch": 46.166666666666664,
|
| 2359 |
+
"grad_norm": 1705.5765380859375,
|
| 2360 |
+
"learning_rate": 3.96551724137931e-06,
|
| 2361 |
+
"loss": 0.0001,
|
| 2362 |
+
"step": 6925
|
| 2363 |
+
},
|
| 2364 |
+
{
|
| 2365 |
+
"epoch": 46.333333333333336,
|
| 2366 |
+
"grad_norm": 1702.0909423828125,
|
| 2367 |
+
"learning_rate": 3.793103448275862e-06,
|
| 2368 |
+
"loss": 0.0001,
|
| 2369 |
+
"step": 6950
|
| 2370 |
+
},
|
| 2371 |
+
{
|
| 2372 |
+
"epoch": 46.5,
|
| 2373 |
+
"grad_norm": 3313.3212890625,
|
| 2374 |
+
"learning_rate": 3.620689655172414e-06,
|
| 2375 |
+
"loss": 0.0001,
|
| 2376 |
+
"step": 6975
|
| 2377 |
+
},
|
| 2378 |
+
{
|
| 2379 |
+
"epoch": 46.666666666666664,
|
| 2380 |
+
"grad_norm": 2680.958251953125,
|
| 2381 |
+
"learning_rate": 3.448275862068966e-06,
|
| 2382 |
+
"loss": 0.0001,
|
| 2383 |
+
"step": 7000
|
| 2384 |
+
},
|
| 2385 |
+
{
|
| 2386 |
+
"epoch": 46.833333333333336,
|
| 2387 |
+
"grad_norm": 495.0559997558594,
|
| 2388 |
+
"learning_rate": 3.2758620689655175e-06,
|
| 2389 |
+
"loss": 0.0001,
|
| 2390 |
+
"step": 7025
|
| 2391 |
+
},
|
| 2392 |
+
{
|
| 2393 |
+
"epoch": 47.0,
|
| 2394 |
+
"grad_norm": 4104.341796875,
|
| 2395 |
+
"learning_rate": 3.103448275862069e-06,
|
| 2396 |
+
"loss": 0.0001,
|
| 2397 |
+
"step": 7050
|
| 2398 |
+
},
|
| 2399 |
+
{
|
| 2400 |
+
"epoch": 47.0,
|
| 2401 |
+
"eval_loss": 0.004818546585738659,
|
| 2402 |
+
"eval_rmse": 0.06941574811935425,
|
| 2403 |
+
"eval_runtime": 24.9976,
|
| 2404 |
+
"eval_samples_per_second": 33.843,
|
| 2405 |
+
"eval_steps_per_second": 1.08,
|
| 2406 |
+
"step": 7050
|
| 2407 |
+
},
|
| 2408 |
+
{
|
| 2409 |
+
"epoch": 47.166666666666664,
|
| 2410 |
+
"grad_norm": 1351.109130859375,
|
| 2411 |
+
"learning_rate": 2.931034482758621e-06,
|
| 2412 |
+
"loss": 0.0001,
|
| 2413 |
+
"step": 7075
|
| 2414 |
+
},
|
| 2415 |
+
{
|
| 2416 |
+
"epoch": 47.333333333333336,
|
| 2417 |
+
"grad_norm": 3643.360107421875,
|
| 2418 |
+
"learning_rate": 2.7586206896551725e-06,
|
| 2419 |
+
"loss": 0.0001,
|
| 2420 |
+
"step": 7100
|
| 2421 |
+
},
|
| 2422 |
+
{
|
| 2423 |
+
"epoch": 47.5,
|
| 2424 |
+
"grad_norm": 3840.823974609375,
|
| 2425 |
+
"learning_rate": 2.586206896551724e-06,
|
| 2426 |
+
"loss": 0.0001,
|
| 2427 |
+
"step": 7125
|
| 2428 |
+
},
|
| 2429 |
+
{
|
| 2430 |
+
"epoch": 47.666666666666664,
|
| 2431 |
+
"grad_norm": 605.887451171875,
|
| 2432 |
+
"learning_rate": 2.413793103448276e-06,
|
| 2433 |
+
"loss": 0.0001,
|
| 2434 |
+
"step": 7150
|
| 2435 |
+
},
|
| 2436 |
+
{
|
| 2437 |
+
"epoch": 47.833333333333336,
|
| 2438 |
+
"grad_norm": 3222.42822265625,
|
| 2439 |
+
"learning_rate": 2.2413793103448275e-06,
|
| 2440 |
+
"loss": 0.0001,
|
| 2441 |
+
"step": 7175
|
| 2442 |
+
},
|
| 2443 |
+
{
|
| 2444 |
+
"epoch": 48.0,
|
| 2445 |
+
"grad_norm": 2107.290283203125,
|
| 2446 |
+
"learning_rate": 2.0689655172413796e-06,
|
| 2447 |
+
"loss": 0.0001,
|
| 2448 |
+
"step": 7200
|
| 2449 |
+
},
|
| 2450 |
+
{
|
| 2451 |
+
"epoch": 48.0,
|
| 2452 |
+
"eval_loss": 0.004817850887775421,
|
| 2453 |
+
"eval_rmse": 0.06941074132919312,
|
| 2454 |
+
"eval_runtime": 24.6293,
|
| 2455 |
+
"eval_samples_per_second": 34.349,
|
| 2456 |
+
"eval_steps_per_second": 1.096,
|
| 2457 |
+
"step": 7200
|
| 2458 |
+
},
|
| 2459 |
+
{
|
| 2460 |
+
"epoch": 48.166666666666664,
|
| 2461 |
+
"grad_norm": 2339.809326171875,
|
| 2462 |
+
"learning_rate": 1.896551724137931e-06,
|
| 2463 |
+
"loss": 0.0001,
|
| 2464 |
+
"step": 7225
|
| 2465 |
+
},
|
| 2466 |
+
{
|
| 2467 |
+
"epoch": 48.333333333333336,
|
| 2468 |
+
"grad_norm": 1776.428466796875,
|
| 2469 |
+
"learning_rate": 1.724137931034483e-06,
|
| 2470 |
+
"loss": 0.0001,
|
| 2471 |
+
"step": 7250
|
| 2472 |
+
},
|
| 2473 |
+
{
|
| 2474 |
+
"epoch": 48.5,
|
| 2475 |
+
"grad_norm": 1188.1318359375,
|
| 2476 |
+
"learning_rate": 1.5517241379310346e-06,
|
| 2477 |
+
"loss": 0.0001,
|
| 2478 |
+
"step": 7275
|
| 2479 |
+
},
|
| 2480 |
+
{
|
| 2481 |
+
"epoch": 48.666666666666664,
|
| 2482 |
+
"grad_norm": 1058.152099609375,
|
| 2483 |
+
"learning_rate": 1.3793103448275862e-06,
|
| 2484 |
+
"loss": 0.0001,
|
| 2485 |
+
"step": 7300
|
| 2486 |
+
},
|
| 2487 |
+
{
|
| 2488 |
+
"epoch": 48.833333333333336,
|
| 2489 |
+
"grad_norm": 787.6583251953125,
|
| 2490 |
+
"learning_rate": 1.206896551724138e-06,
|
| 2491 |
+
"loss": 0.0001,
|
| 2492 |
+
"step": 7325
|
| 2493 |
+
},
|
| 2494 |
+
{
|
| 2495 |
+
"epoch": 49.0,
|
| 2496 |
+
"grad_norm": 2516.050048828125,
|
| 2497 |
+
"learning_rate": 1.0344827586206898e-06,
|
| 2498 |
+
"loss": 0.0001,
|
| 2499 |
+
"step": 7350
|
| 2500 |
+
},
|
| 2501 |
+
{
|
| 2502 |
+
"epoch": 49.0,
|
| 2503 |
+
"eval_loss": 0.004793087020516396,
|
| 2504 |
+
"eval_rmse": 0.06923212110996246,
|
| 2505 |
+
"eval_runtime": 24.0402,
|
| 2506 |
+
"eval_samples_per_second": 35.191,
|
| 2507 |
+
"eval_steps_per_second": 1.123,
|
| 2508 |
+
"step": 7350
|
| 2509 |
+
},
|
| 2510 |
+
{
|
| 2511 |
+
"epoch": 49.166666666666664,
|
| 2512 |
+
"grad_norm": 779.75244140625,
|
| 2513 |
+
"learning_rate": 8.620689655172415e-07,
|
| 2514 |
+
"loss": 0.0001,
|
| 2515 |
+
"step": 7375
|
| 2516 |
+
},
|
| 2517 |
+
{
|
| 2518 |
+
"epoch": 49.333333333333336,
|
| 2519 |
+
"grad_norm": 578.4296875,
|
| 2520 |
+
"learning_rate": 6.896551724137931e-07,
|
| 2521 |
+
"loss": 0.0001,
|
| 2522 |
+
"step": 7400
|
| 2523 |
+
},
|
| 2524 |
+
{
|
| 2525 |
+
"epoch": 49.5,
|
| 2526 |
+
"grad_norm": 2092.16259765625,
|
| 2527 |
+
"learning_rate": 5.172413793103449e-07,
|
| 2528 |
+
"loss": 0.0001,
|
| 2529 |
+
"step": 7425
|
| 2530 |
+
},
|
| 2531 |
+
{
|
| 2532 |
+
"epoch": 49.666666666666664,
|
| 2533 |
+
"grad_norm": 1592.06787109375,
|
| 2534 |
+
"learning_rate": 3.4482758620689656e-07,
|
| 2535 |
+
"loss": 0.0001,
|
| 2536 |
+
"step": 7450
|
| 2537 |
+
},
|
| 2538 |
+
{
|
| 2539 |
+
"epoch": 49.833333333333336,
|
| 2540 |
+
"grad_norm": 2670.34326171875,
|
| 2541 |
+
"learning_rate": 1.7241379310344828e-07,
|
| 2542 |
+
"loss": 0.0001,
|
| 2543 |
+
"step": 7475
|
| 2544 |
+
},
|
| 2545 |
+
{
|
| 2546 |
+
"epoch": 50.0,
|
| 2547 |
+
"grad_norm": 914.4434204101562,
|
| 2548 |
+
"learning_rate": 0.0,
|
| 2549 |
+
"loss": 0.0001,
|
| 2550 |
+
"step": 7500
|
| 2551 |
+
},
|
| 2552 |
+
{
|
| 2553 |
+
"epoch": 50.0,
|
| 2554 |
+
"eval_loss": 0.004804946947842836,
|
| 2555 |
+
"eval_rmse": 0.06931772083044052,
|
| 2556 |
+
"eval_runtime": 24.8499,
|
| 2557 |
+
"eval_samples_per_second": 34.044,
|
| 2558 |
+
"eval_steps_per_second": 1.087,
|
| 2559 |
+
"step": 7500
|
| 2560 |
+
},
|
| 2561 |
+
{
|
| 2562 |
+
"epoch": 50.0,
|
| 2563 |
+
"step": 7500,
|
| 2564 |
"total_flos": 0.0,
|
| 2565 |
+
"train_loss": 0.0016370025988823424,
|
| 2566 |
+
"train_runtime": 16468.788,
|
| 2567 |
+
"train_samples_per_second": 14.537,
|
| 2568 |
+
"train_steps_per_second": 0.455
|
| 2569 |
}
|
| 2570 |
],
|
| 2571 |
"logging_steps": 25,
|
| 2572 |
+
"max_steps": 7500,
|
| 2573 |
"num_input_tokens_seen": 0,
|
| 2574 |
+
"num_train_epochs": 50,
|
| 2575 |
"save_steps": 500,
|
| 2576 |
"stateful_callbacks": {
|
| 2577 |
"TrainerControl": {
|